Study Program WiSe 2022/2023

Fachbereich 03: Mathematik/Informatik

Show courses: all | in english | for older adults | with sustainable development goals

Digitale Medien, B.Sc.

1. Studienjahr

Dieses Digitale Medien Verzeichnis enthält nur die Veranstaltungen des Fachbereichs 3 der Uni Bremen.
Die Angebote der HfK sind zu finden unter Angebote der Hochschule für Künste http://www.hfk-bremen.de/t/digitale-medien

Die Veranstaltung 'Grundlagen der Gestaltung' findet an der HfK statt.

B-MI-1

Course number	Title of event	Lecturer
03-IBGA-FI-MI1 (03-B-MI-1.1)	Grundlagen der Medieninformatik 1 Media Informatics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1470 Übung Präsenz weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 08:00 - 10:00 Übung Online weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 1450 Übung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 6200 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz Additional dates: Thu. 16.02.23 14:00 - 16:00 MZH 1380/1400 Thu. 16.02.23 14:00 - 16:00 MZH 1090 Thu. 23.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Thu. 23.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal) Thu. 23.02.23 09:00 - 13:00 GW1-HS H0070 Thu. 23.02.23 09:00 - 13:00 NW1 H 1 - H0020	Udo Frese

B-MI-21 / B-MI-2

Course number	Title of event	Lecturer
03-05-H-509.06	Grundlagen der Programmierung Introduction to Programming Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 GEO 1550 (Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Fri. 14:00 - 16:00 Übung Online Additional dates: Mon. 06.03.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Dieser Kurs ist für Studierende der HfK, Studierende der Digitalen Medien und Komplementärfach Informatik an der Universität Bremen und als General Studies Kurs für alle Studiengänge der Universität Bremen. Für Studierende der Informatik, Wirtschaftsinformatik und Systems Engineering gibt es die Veranstaltung Praktische Informatik 1. Achtung: Studierende des Studiengangs Bachelor Berufliche Bildung - Mechantronik müssen nur 3 CP statt 6 CP erbringen und besuchen die erste Hälfte der Veranstaltung.	Dr. Tim Laue

B-MI-31

Course number	Title of event	Lecturer
03-IBGT-M1	Mathematik 1: Logik, Kombinatorik und Lineare Algebra Mathematics 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Mon. 14:00 - 16:00 Übung Online weekly (starts in week: 1) Tue. 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Tue. 16:00 - 18:00 GW2 B1820 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Fri. 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz Additional dates: Wed. 08.02.23 10:00 - 12:00 MZH 1470 Die Vorlesungen finden entweder online synchron oder in Präsenz statt. Die Übungen sind in Präsenz geplant. Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.	Dr. Tim Haga

2. Studienjahr

Lehrveranstaltungs-Überblick

Course number	Title of event	Lecturer
03-05-H-505	Überblick über das Wahlangebot im Fach Informatik Lecture (Teaching) Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.	Ute Bormann

B-MI-5

Course number	Title of event	Lecturer
03-06-G-517.01	Media Engineering Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 5600 Vorlesung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 6200 Übung Präsenz Nicht für Vollfach-Informatik-Studierende anrechenbar.	Dr. Rene Weller

B-MI-6

Course number	Title of event	Lecturer
03-IBAP-CG (03-BB-708.01)	Computergraphik Computer Graphics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1090 MZH 1450 Übung Präsenz Schwerpunkt: DMI, VMC Programmierkenntnisse sind Voraussetzung (ein erfolgreicher Abschluss des "Propädeutikums C" wird empfohlen), ebenso wie algorithmisches Denken, eine gewisse Vertrautheit mit mathematischer Begriffsbildung und Vorgehensweise. Diese Vorlesung soll sowohl eine Einführung in die theoretischen und methodischen Grundlagen der Computergraphik geben, als auch die Grundlagen für die praktische Implementierung von computergraphischen Systemen legen. Der Schwerpunkt liegt auf Algorithmen und Konzepten zur Repräsentation und Visualisierung von polygonalen, 3-dimensionalen graphischen Szenen. Der Inhalt umfasst in der Regel folgende Themen: Mathematische Grundlagen; OpenGL and C ; 2D Algorithmen der Computergrafik (Scan Conversion, Visibility Computations, etc.); Theorie der Farben, Farbräume (hauptsächlich physikalische, neurologische, und technische Aspekte); 3D Computergraphik (Rendering Pipeline, Transformationen, Beleuchtung, etc.); Techniken zum Echtzeit-Rendering; Das Konzept und die Programmierung von Shadern; Texturierung (Einordnung in die Pipeline, einfache Parametrisierung, etc.). Die Übungsaufgaben werden teils theoretisch, teils praktisch sein, wobei die praktischen Aufgaben gewisse Programmierfähigkeiten in C verlangen. (Zu Beginn der Vorlesung wird deshalb nochmals ein kurzer "Refresh" Ihrer C/C-Kenntnisse gemacht.) Die Vorlesung setzt eine gewisse mathematische, algorithmische und programmiertechnische Gewandtheit voraus, fördert diese aber auch und führt sie weiter. https://cgvr.cs.uni-bremen.de/teaching/	Prof. Dr. Gabriel Zachmann

B-MI-7

Course number	Title of event	Lecturer
03-IBAA-MTI (03-BB-801.01)	Mensch-Technik-Interaktion Human Computer Interaction Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 4140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 SFG 0140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 WiWi1 A1100 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz Schwerpunkt: DMI	Prof. Dr. Tanja Döring Dr. Susanne Putze Dr. Dmitry Alexandrovsky

B-MA-1

Für Veranstaltungen dieses Moduls, die von der Hochschule für Künste angeboten werden, bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien

Course number	Title of event	Lecturer
03-06-B-520.01	Wetter in Bremen und umzu (Interdisziplinäres Modul) Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 10:00 - 14:00 External location: HfK, Speicher XI, 1 07.060 Additional dates: Wed. 01.02.23 09:00 - 14:00 CART Rotunde - 0.67 Das Wetter in Bremen und umzu überrascht, unterliegt möglicherweise Vorurteilen, verändert sich, nervt, ärgert, oder freut uns, ist oft interessant und lässt uns trotzdem meistens kalt. Wir erleben es im Hier und Jetzt und wissen doch, dass es Teil ist vom Klima: Von globalen Strömen, von politischen Debatten, von Kontroversen, von menschlichem Handeln und unserer Zukunft. Naturgemäß sind daran viele unterschiedliche Disziplinen beteiligt. Indirekt kaum eine, die nicht irgendwie beteiligt sein könnte, oder beteiligt sein wird. Mit Blick auf unsere eigene Umgebung, gegebenenfalls unter Einbezug der Sichtweisen anderer Disziplinen, im Bewusstsein der Zusammenhänge zwischen konkreter Wettervorhersage und allgemeinen Klimaprognosen, zwischen harten, auf gemessenen Daten basierenden Fakten, Mythen und Vermutungen, wollen wir Software Interfaces, Anwendungen, Ambient- und/oder physische Interfaces gestalten und prototypisch umsetzen. Dozenten sind Tim Laue und Peter von Maydell (HfK), der Kurs findet in der HfK statt. Ort: HfK, Speicher XI, Raum 1 07.060 Zeit: Mittwoch 10:00 - 14:00 Erster Termin: 19.10.2022	Dr. Tim Laue
03-06-B-520.02	Digitale Sucht Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 18:00 Kurs Präsenz Dozenten: Robert Porzel und Roland Kerstein (HfK) Der Kurs findet in der HfK statt.	Robert Porzel

B-MW-12

Für Veranstaltungen dieses Moduls an der Hochschule für Künste bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien

Course number	Title of event	Lecturer
09-60-M1	Einführung in die Kommunikations- und Medienwissenschaft 1 Introduction into Communication and Media Studies 1 Lecture (Teaching) Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 HS 2010 (Großer Hörsaal) (2 Teaching hours per week) Additional dates: Tue. 07.02.23 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Tue. 07.02.23 10:00 - 12:00 HS 2010 (Großer Hörsaal) Kommentar: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/Comments_WiSe22-23/M1_Vorlesung.pdf	Prof. Dr. Andreas Hepp

3. Studienjahr

Lehrveranstaltungs-Überblick

Course number	Title of event	Lecturer
03-05-H-505	Überblick über das Wahlangebot im Fach Informatik Lecture (Teaching) Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.	Ute Bormann

B-MI-8

Course number	Title of event	Lecturer
03-IBAP-DBS (03-BB-703.01)	Datenbanksysteme Database Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz	Prof. Dr. Sebastian Maneth

B-MI-9

Auch Module aus B-MI-8 hier wählbar.
Hinweis: Studierende, die das Software-Projekt machen möchten, müssen bitte alle drei angebotenen Veranstaltungen hierzu belegen: 03-BA-901.01a (SWP1), 03-BA-901.01b (Datenbankgrundlagen) und 03-BA-901.01c (SWP Praktikum).
Bei Vorliegen der jeweiligen inhaltlichen Voraussetzungen auch: M-MI/ M-MI-d des Master

Course number	Title of event	Lecturer
03-IBAP-ISEC (03-BB-707.01)	Informationssicherheit Information Security Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 6200 Vorlesung Präsenz Additional dates: Mon. 13.02.23 - Fri. 17.02.23 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 18:00 MZH 1470 Schwerpunkt: SQ	Prof. Dr.-Ing. Carsten Bormann Karsten Sohr Stefanie Gerdes
03-IBAP-ML (03-BB-710.10)	Grundlagen des Maschinellen Lernens Fundamentals of Machine Learning Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 5600 Übung Präsenz Additional dates: Wed. 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal) Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Schwerpunkt: AI	Felix Putze Tanja Schultz Mazen Salous Lars Steinert Saurav Pahuja
03-IBAP-SDV (03-BB-709.01)	Sensordatenverarbeitung Sensor Data Processing Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 NW2 A0242 (Stufenhörsaal) Übung Additional dates: Thu. 09.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Schwerpunkt: VMC	Udo Frese Tanja Schultz
03-IBGP-SWP	Software-Projekt Lecture (Teaching) ECTS: 6 Additional dates: Tue. 07.02.23 - Wed. 08.02.23 (Tue., Wed.) 09:30 - 17:00 MZH 1090 Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.	Karsten Hölscher Dr. Hui Shi Amadou Amadou

B-MA-2

Auch Module aus den Bereichen B-MI-8 und B-MI-9 sind hier wählbar.
Für Lehrveranstaltungen dieses Moduls der Hochschule für Künste bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien

Course number	Title of event	Lecturer
03-06-M-315	The birth of digital media from algorithmic art. Surveying 60 years An astonishing story, told by one who is part of it Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 1450 Seminar Präsenz	Frieder Nake
03-IBAA-ECA (03-BB-805.05)	E-Commerce-Anwendungen E-Commerce Applications Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 SFG 0150 Vorlesung Präsenz Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.	Markus Haydl
03-IBFW-PVS (03-BE-709.11)	Proseminar: Visuelle Sprachen Seminar on visual languages Blockveranstaltung (Teaching) ECTS: 3	PD Dr. Björn Gottfried
03-IBFW-SPORI (03-BE-804.98b)	Sportinformatik Sport Informatics Blockveranstaltung (Teaching) ECTS: 3 Additional dates: Thu. 24.11.22 18:00 - 19:00 MZH 1470 Wed. 08.03.23 - Thu. 09.03.23 (Wed., Thu.) 09:00 - 18:00 MZH 1470 Die Veranstaltung ist ein zweitägiger Blockkurs in Präsenz, am 8. und 9. März. Die Anzahl der Teilnehmenden ist auf 20 - 30 begrenzt. Technik hält in immer mehr Bereiche des Sports Einzug und wird unter anderem zur Leistungsdiagnostik, im Training sowie zur Analyse in der Nachbetrachtung eingesetzt. Dies erstreckt sich vom Profisport mittlerweile bis hinein in den Hobby-Bereich. In diesem Seminar wollen wir unterschiedliche Anwendungen aus dem Bereich der Sportinformatik betrachten. Der Fokus soll dabei jeweils auf den Methoden zur Gewinnung der Daten sowie deren Verarbeitung liegen. Teilnehmende erstellen in Zweiergruppen jeweils eine Ausarbeitung und eine Präsentation zu einem zuvor gewählten Thema. Der erste kurze Termin im November dient der Vorstellung der Themen. Das Seminar selbst ist ein zweitägiger Block in der vorlesungsfreien Zeit. Profil: DMI	Dr. Tim Laue
03-IMAA-MITR (03-MB-803.04)	Medien- und IT-Recht Media and IT-Law Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Kurs Online Profil: SQ, DMI. Schwerpunkt: IMA-DMI, SQ	Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.

Graduiertenseminare

Course number	Title of event	Lecturer
03-05-H-708.92	Graduate Seminar Computer Graphics and Virtual Reality Seminar (Teaching) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 Graduiertenseminar Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.	Prof. Dr. Gabriel Zachmann
03-IGRAD-agdb (03-05-H-703.91)	Graduiertenseminar Datenbanksysteme Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 (2 Teaching hours per week) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM (03-05-H-804.93)	Graduiertenseminar Digitale Medien Colloquium (Teaching) Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM (03-05-H-805.91)	Graduiertenseminar IT- und Wissensmanagement Seminar (Teaching) Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agmsis (03-05-H-709.91)	Graduiertenseminar Multisensorische interaktive Systeme Seminar (Teaching) nach Vereinbarung	Udo Frese
03-IGRAD-AGRN (03-05-H-704.91)	Graduiertenseminar Rechnernetze Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 Seminar	Ute Bormann
03-IGRAD-CoSy (03-05-H-711.91)	Graduiertenseminar Cognitive Systems (in English) Seminar (Teaching) Dates: fortnightly (starts in week: 16) Wed. 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-HCI (03-05-H-801.91)	Graduiertenseminar Mensch-Computer-Interaktion Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00	Prof. Dr. Tanja Döring

General Studies/Veranstaltungen anderer Studiengänge

Course number	Title of event	Lecturer
03-IBFW-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** Participation in Studies Seminar (Teaching) ECTS: 1 Additional dates: Thu. 17.11.22 11:00 - 12:00 SFG 0140 Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt. Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden. Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden. At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1). Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters. Participation in the studies should be documented and reflected upon in a written paper at the end. The selection of participants is made manually after registration. Users who wish to register for this event will receive more detailed information and can then still decide against participation.	Prof. Dr. Tanja Döring Prof. Dr. Rainer Malaka Dr. Susanne Putze Dr. Dmitry Alexandrovsky
09-51-M7-12	digital: Grafikdesign: Einführung in Photoshop und Illustrator (Schwerpunkt Illustrator) Kurs (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Wed. 10:00 - 14:00 (4 Teaching hours per week) In diesem Praxiskurs geht es grundlegend aber umfangreich darum, wie ihr digitale Mittel zur Umsetzung eurer Kunst nutzen könnt. Ihr könnt folgendes lernen und erleben: Theoretische Grundlagen zum Thema Grafikdesign (Technisches, Rechtliches, Best Practice etc.) Anleitung und Hilfestellung zur praktischen Umsetzung verschiedener Grafikprojekte mit Photoshop und Illustrator Auseinandersetzung mit verschiedenen typischen Anwendungsfeldern Kennenlernen verschiedener, nützlicher Plattformen Reinschnuppern in weiterführende Software (Annimation, 3D-Modellierung etc.) Die Veranstaltung findet als Online-Lehre statt.	Nina Grüning
10-GS-2-05; "Ringvorlesung und Workshop"	Eine Uni, ein Buch: Gedichtalternativen für Deutschland Lecture (Teaching) ECTS: 2 (oder mehr) Dates: weekly (starts in week: 1) Tue. 16:15 - 17:45 (2 Teaching hours per week) Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.	Sabine Oda Doff Dr. Uwe Spörl

Sonstige Veranstaltungen ohne Kreditpunkte

Course number	Title of event	Lecturer
03-05-G-709.65	Spiele-AG Seminar (Teaching) Dates: weekly (starts in week: 1) Mon. 18:00 - 20:00 (1 Teaching hours per week) Sitzung Informationen unter https://redmine.informatik.uni-bremen.de/projects/gamedev-ag/wiki	Prof. Dr. Rainer Malaka

Digitale Medien, M.Sc.

1st academic year

Veranstaltungen von MG ( Media Design) und MT ( Media Theory) finden primär in der HfK statt.
Das Seminar Introduction to Digital Media wird von der HfK angeboten.

M-MI (Media Informatics)

Course number	Title of event	Lecturer
03-IMAA-STMW (03-MB-804.05)	Search Technology for Media & Web (in English) Search Technology for Media + Web Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 6200 Vorlesung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 5600 Übung Präsenz Profil: KIKR, DMI Schwerpunkt: DMI, AI	M. Sc Rishabh Haria
03-IMAP-VRSIM (03-ME-708.03)	Virtual Reality and Physically-Based Simulation (in English) Virtuelle Realität und physikalisch-basierte Simulation Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1380/1400 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1090 Vorlesung Präsenz Profil: KIKR, DMI Schwerpunkt: IMAP-DMI, IMAP-VMC. English or German. Over the past two decades, VR has established itself as an important tool in several industries, such as manufacturing (e.g., automotive, airspace, ship building), architecture, and pharmaceutical industries. During the past few years, we have been witnessing the second "wave" of VR, this time in the consumer, in particular, in the entertainment markets. Some of the topics to be covered (tentatively): • Introduction, basic notions of VR, several example applications • VR technologies: displays, tracking, input devices, scene graphs, game engines • The human visual system and Stereo rendering • Techniques for real-time rendering • Fundamental immersive interaction techniques: fundamentals and principles, 3D navigation, user models, 3D selection, redirected walking, system control • Complex immersive interaction techniques: world-in-miniature, action-at-a-distance, magic lens, etc. • Particle systems • Spring-mass systems • Haptics and force feedback • Collision detection • Acoustic rendering The assignments will be mostly practical ones, based on the cross-platform game engine Unreal. Participants will start developing with "visual programming", and later use C++ to solve the assignments. You are encouraged to work on assignments in small teams. https://cgvr.cs.uni-bremen.de/teaching/	Prof. Dr. Gabriel Zachmann
03-IMVA-3DMFT (03-ME-899.08)	3D Modelling and Design at the FabLab - From Origami to Algorithmic Folding (in English) 3D Modelling with FabLab Technologies Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 GW2 A4100 (FabLab) Vorlesung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 GW2 A4100 (FabLab) Übung Präsenz 4 SWS, Profil: DMI Schwerpunkt: DMI Kurzbeschreibung unter: http://dimeb.informatik.uni-bremen.de/FabLab/GenerativeDesign.pdf Präsenz-Meeting mittwochs 14-16h und anschließend 2 Std Übungen im FabLab wöchentlich.	Dr. Bernhard Robben
03-IMVA-MAD (03-ME-804.06)	Mobile App Development (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 14:00 GW2 B1410 Vorlesung und Übung Präsenz Profil: DMI Schwerpunkt: DMI Die Veranstaltung richtet sich an Studenten der Informatik und Digitalen Medien. In Gruppenarbeit sollen die Studierenden semesterbegleitend ein App-Projekt umsetzen. In der Vorlesung werden alle relevanten Informationen der modernen Softwareentwicklung, mit Fokus auf die mobile App-Entwickung, vermittelt. Dazu gehören Themen wie mobiles Testing, Scrum, UX Design, Evaluation & Nutzertests, Design Patterns und Cross-Plattform-Entwicklung. Das Ziel dabei ist die Vermittlung von praxisrelevantem Wissen aus dem Alltag eines erfolgreichen Unternehmens.	Prof. Dr. Rainer Malaka David Ruh Nicolas Autzen

M-MI-d ( Media Informatics in deutscher Sprache )

Course number	Title of event	Lecturer
03-IMAP-ASE (03-MB-711.13)	Automatische Spracherkennung Automatic Speech Recognition Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1090 Vorlesung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 6200 Vorlesung Präsenz Profil KIKR Schwerpunkt: IMA-AI Modultyp C (6 CP) im Studiengang Language Sciences M.A. Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Darüber hinaus gibt es einen Präsenz-Termin am Dienstag. Dieser Präsenz-Termin ist als "Interaktives Repititorium" gestaltet und wird nicht aufgezeichnet. Donnerstags finden im Zwei-Wochen-Rhythmus Übungen statt. Der Kurs "Automatische Spracherkennung" bietet eine Einführung in die automatische Spracherkennung. In diesem Kurs werden die Sprachverarbeitung beim Menschen, Signalverarbeitung, statistische Modellierung von Sprache sowie die wesentlichen praktischen Ansätze und Methoden für den Einsatz automatischer Spracherkennung behandelt.	Tanja Schultz Ayimnisagul Ablimit
03-IMAP-RNMN (03-MB-704.02)	Rechnernetze - Media Networking Computer Networks - Media Networking Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 Kurs online weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 6200 Kurs Präsenz Profil: SQ, DMI. Schwerpunkt: SQ, DMI, VMC	Ute Bormann
03-IMS-APMSK (03-ME-711.09)	Ausgewählte Probleme der multisensorischen Kognition advanced problems for multisensoric cognition Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 12:00 - 14:00 CART Rotunde - 0.67 Seminar Präsenz	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-SOFTC (03-MB-711.04)	Soft Computing Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 10:00 - 12:00 CART Rotunde - 0.67 Seminar Präsenz Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.	Kerstin Schill Joachim Clemens Verena Schwarting

M-MT (Media Theory)

Additional courses can be found at the HfK website (http://www.hfk-bremen.de/t/digitale-medien).

Course number	Title of event	Lecturer
09-71-A.1-1	Approaches to Digital Media (in English) Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 SFG 2030 (2 Teaching hours per week) Description:	Prof. Dr. Andreas Hepp
09-71-A.1-2	Digital Life (in English) Seminar (Teaching) Dates: weekly (starts in week: 2) Tue. 10:00 - 12:00 SH D1020 (2 Teaching hours per week) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/Comments_WiSe22-23/A1_Katzenbach.pdf	Prof. Dr. Christian Katzenbach

M-MA-2 (Special Topics in Digital Media)

All M-MI, M-MD, M-MT courses can be taken as M-MA-2

Course number	Title of event	Lecturer
03-06-M-315	The birth of digital media from algorithmic art. Surveying 60 years An astonishing story, told by one who is part of it Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 1450 Seminar Präsenz	Frieder Nake
03-06-M-316	Understanding Language with Computers Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 12:00 - 14:00 Kurs Präsenz Die Übung findet in den Räumen der AG statt.	Robert Porzel
03-IMAA-ITMDS (03-MB-802.02)	IT-Management und Data Science (in English) IT Management and Data Science Blockveranstaltung (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 GW2 B1410 Vorlesung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 1100 MZH 3150 Übung Präsenz/ Seminar 1 weekly (starts in week: 6) Wed. 14:00 - 16:00 MZH 1100 Übung Präsenz / Seminar 2 Additional dates: Mon. 06.02.23 08:30 - 19:00 MZH 1090 Profil: SQ, DMI Schwerpunkt: IMA-SQ, IMA-AI, DMI Die Veranstaltung beginnt am 25.10.2022	Prof. Dr. Andreas Breiter

M-MA-2d ( Special Topics in Digital Media in deutscher Sprache)

Course number	Title of event	Lecturer
03-IMS-IUAG (03-MB-899.02/1)	Intelligente Umgebungen für die alternde Gesellschaft smart environment for the aging society Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 CART Rotunde - 0.67 Seminar Präsenz	Christop W. Zetzsche-Schill Kerstin Schill Torsten Kluß

2nd academic year

M-MA-32 (Master Project)

Course number	Title of event	Lecturer
03-06-MP.21	Projekt CSS4Impact Projektplenum (Teaching) ECTS: 30 Dates: weekly (starts in week: 1) Fri. 08:00 - 12:00 MZH 1100 Plenum Präsenz Schwerpunkt: DMI, AI	Prof. Dr. Andreas Breiter
03-06-MP.22	Projekt Creabots Projektplenum (Teaching) ECTS: 30 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 5500 Plenum Präsenz Schwerpunkt: DMI, VMC, AI	Prof. Dr. Gabriel Zachmann

Graduate Seminars

Course number	Title of event	Lecturer
03-05-H-708.92	Graduate Seminar Computer Graphics and Virtual Reality Seminar (Teaching) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 Graduiertenseminar Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.	Prof. Dr. Gabriel Zachmann
03-IGRAD-agdb (03-05-H-703.91)	Graduiertenseminar Datenbanksysteme Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 (2 Teaching hours per week) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM (03-05-H-804.93)	Graduiertenseminar Digitale Medien Colloquium (Teaching) Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM (03-05-H-805.91)	Graduiertenseminar IT- und Wissensmanagement Seminar (Teaching) Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agmsis (03-05-H-709.91)	Graduiertenseminar Multisensorische interaktive Systeme Seminar (Teaching) nach Vereinbarung	Udo Frese
03-IGRAD-AGRN (03-05-H-704.91)	Graduiertenseminar Rechnernetze Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 Seminar	Ute Bormann
03-IGRAD-CoSy (03-05-H-711.91)	Graduiertenseminar Cognitive Systems (in English) Seminar (Teaching) Dates: fortnightly (starts in week: 16) Wed. 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-HCI (03-05-H-801.91)	Graduiertenseminar Mensch-Computer-Interaktion Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00	Prof. Dr. Tanja Döring

General Studies

Concerning the language, usually you can see by the title whether a course is in English or German.

Course number	Title of event	Lecturer
03-IBFW-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** Participation in Studies Seminar (Teaching) ECTS: 1 Additional dates: Thu. 17.11.22 11:00 - 12:00 SFG 0140 Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt. Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden. Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden. At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1). Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters. Participation in the studies should be documented and reflected upon in a written paper at the end. The selection of participants is made manually after registration. Users who wish to register for this event will receive more detailed information and can then still decide against participation.	Prof. Dr. Tanja Döring Prof. Dr. Rainer Malaka Dr. Susanne Putze Dr. Dmitry Alexandrovsky

M-MA-2 Special Topics of Digital Media (alt: M-105)

Course number	Title of event	Lecturer
09-71-A.1-1	Approaches to Digital Media (in English) Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 SFG 2030 (2 Teaching hours per week) Description:	Prof. Dr. Andreas Hepp
09-71-A.1-2	Digital Life (in English) Seminar (Teaching) Dates: weekly (starts in week: 2) Tue. 10:00 - 12:00 SH D1020 (2 Teaching hours per week) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/Comments_WiSe22-23/A1_Katzenbach.pdf	Prof. Dr. Christian Katzenbach

Elementarmathematik B.A. BiPEb / M.Ed. (Grundschule)

Bachelor: 1. Semester

Course number	Title of event	Lecturer
03-M-EM1-1	Mathematisches Denken in Arithmetik und Geometrie 1 "EM1" für Studierende mit großem Fach Elementarmathematik Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 NW1 H 1 - H0020 Vorlesung weekly (starts in week: 1) Fri. 12:00 - 16:00 MZH 1110 Workshop weekly (starts in week: 1) Fri. 12:00 - 16:00 GW2 B1400 NUR Mi. - So. Workshop weekly (starts in week: 1) Fri. 12:00 - 16:00 MZH 1100 Workshop weekly (starts in week: 1) Fri. 12:00 - 16:00 GW2 B1410 Workshop Additional dates: Fri. 17.02.23 14:00 - 17:00 HS 1010 (Kleiner Hörsaal) Fri. 17.02.23 14:00 - 17:00 HS 2010 (Großer Hörsaal) Wed. 19.04.23 16:00 - 19:00 Vorlesung zusammen mit EMDG1a	Dr. Christoph Duchhardt Martin Große-Schulte Birgit Reinkensmeier Wolters Marcel Stella-Liana Brannath Birgit Staffhorst Benjamin Buck
03-M-EMDG1a	Mathematisches Denken in Arithmetik und Geometrie 1 "EMDG1a" für Studierende mit kleinem Fach Elementarmathematik Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 Vorlesung m NW1 H0020 weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 1470 Übung weekly (starts in week: 1) Wed. 12:00 - 14:00 SFG 0140 Übung weekly (starts in week: 1) Thu. 10:00 - 12:00 GW2 B1400 NUR Mi. - So. Übung weekly (starts in week: 1) Fri. 12:00 - 16:00 SFG 0140 Workshop weekly (starts in week: 1) Fri. 12:00 - 16:00 SFG 0150 Workshop Additional dates: Wed. 22.03.23 10:00 - 15:00 HS 1010 (Kleiner Hörsaal) L-EM Vorlesung zusammen mit 03-M-EM-1 am Mittwoch 8-10h im NW1 H0020	Dr. Christoph Duchhardt Aylin Thomaneck Martin Ohrndorf

Bachelor: 3. Semester

Course number	Title of event	Lecturer
03-M-EL-1	Elementarmathematik und Lernen Elementary Mathematics and Lerning Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1110 Übung weekly (starts in week: 1) Thu. 18:00 - 20:00 MZH 1110 Übung weekly (starts in week: 1) Fri. 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Seminar weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1470 Seminar Additional dates: Mon. 06.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal)	Prof. Dr. Maike Vollstedt

Bachelor: 5. Semester

Course number	Title of event	Lecturer
03-M-EM4-1	Mathematisches Modellieren Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1110 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1450 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 16:00 Computerübung weekly (starts in week: 1) Fri. 08:00 - 10:00 GW2 B1400 NUR Mi. - So. Vorlesung	Dr. Arsen Narimanyan

Master: 1. Studienjahr

Course number	Title of event	Lecturer
03-M-EMDG3-1	Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 1 Mathematical learning contexts - analysis from mathematical and didactical perspectives Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 6200 Seminar Additional dates: Mon. 06.02.23 10:00 - 12:00 MZH 6200 Thu. 09.02.23 14:00 - 16:00 MZH 6200 Tue. 14.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal) Tue. 14.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Sat. 13.05.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)	Dr. Christoph Duchhardt
03-M-EMDG3-2	Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 2 (sämtliche IP-Studis) Mathematical learning contexts - analysis from mathematical and didactical perspectives Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 5600 Seminar	Dr. Christoph Duchhardt
03-M-EMDG3-3	Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 3 Mathematical learning contexts - analysis from mathematical and didactical perspectives Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 5600 Seminar Zeit und Raum stehen noch nicht endgültig fest. 2SWS Seminar. Studiengang: L-EM	Dr. Christoph Duchhardt

Master: 2. Studienjahr

Course number	Title of event	Lecturer
03-M-EM5-1	Ausgewählte Kapitel der Elementarmathematik Elementare Graphentheorie Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 6200 SFG 2060 Vorlesung weekly (starts in week: 1) Wed. 18:00 - 20:00 MZH 6200 Übung Additional dates: Tue. 07.02.23 10:00 - 12:00 MZH 6200 Wed. 08.02.23 14:00 - 16:00 MZH 6200 Fri. 10.02.23 10:00 - 13:00 MZH 1380/1400	Dr. Christoph Duchhardt

Industrial Mathematics & Data Analysis, M.Sc.

Foundations (33 CP)

Module: Mathematical Methods for Data Analysis and Image Processing (9 CP)

Compulsory module in which you must attend the following lecture(s):

Course number	Title of event	Lecturer
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß

Module: Numerical Methods for Partial Differential Equations (9 CP)

Compulsory module in which you must attend the following lecture:

Course number	Title of event	Lecturer
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher

Area of Focus: Data Analysis (45 CP)

Area of Focus (27 CP)

The modules Special Topics Data Analysis A and Special Topics Data Analysis B (9 CP each) are mandatory. In addition, EITHER the module Special Topics Data Analysis C OR the module Advanced Communications Data Analysis (9 CP each) must be studied.

Module: Advanced Communications Data Analysis (2 x 4,5 CP = 9 CP)

Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez

Modules: Special Topics Data Analysis (A, B, and C with 9 CP each)

Compulsory modules in which you must attend one lecture each. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus

Extension (18 CP)

Module: Advanced Communications Industrial Mathematics (2 x 4,5 CP = 9 CP)

Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek

Module: Special Topics Industrial Mathematics A (9 CP)

Compulsory module in which you must attend one lecture. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Area of Focus: Industrial Mathematics (45 CP)

Area of Focus (27 CP)

The modules Special Topics Industrial Mathematics A and Special Topics Industrial Mathematics B (9 CP each) are mandatory. In addition, EITHER the module Special Topics Industrial Mathematics C OR the module Advanced Communications Industrial Mathematics (9 CP each) must be studied.

Module: Advanced Communications Industrial Mathematics (2 x 4,5 CP = 9 CP)

Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek

Modules: Special Topics Industrial Mathematics (A, B, and C with 9 CP each)

Compulsory modules in which you must attend one lecture each. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Extension (18 CP)

Module: Advanced Communications Data Analysis (2 x 4,5 CP = 9 CP)

Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez

Module: Special Topics Data Analysis A (9 CP)

Compulsory module in which you must attend one lecture. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus

Industriemathematik, B.Sc.

Vor dem ersten Semester

Course number	Title of event	Lecturer
03-M-BM	BrückenMathematik Preparation Course Mathematics at the University Bremen Blockveranstaltung (Teaching) Additional dates: Mon. 19.09.22 - Fri. 23.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Mon. 26.09.22 - Fri. 30.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)	Lars Siemer Dr. Ingolf Schäfer Dr. Arsen Narimanyan
03-M-OW	O-Woche Blockveranstaltung (Teaching) Additional dates: Mon. 10.10.22 - Fri. 14.10.22 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 19:00 1. Ebene im MZH Gebäude Orientierungswoche für Erstsemesterstudierende in den mathematischen Studiengängen. Alle Details und Infos findest du unter https://math.stugen.de/wordpress/service/o-woche/	Lars Siemer

Bachelor 1. Semester

Modul: Analysis 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:

Course number	Title of event	Lecturer
03-M-ANA-1.1	Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1450 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1110 Übung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 2340 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung	Prof. Dr. Marc Keßeböhmer
03-M-ANA-1.2	Vertiefung zur Analysis 1 (Vollfach) Additional Topics in Analysis 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1470 Plenum	Prof. Dr. Marc Keßeböhmer

Modul: Lineare Algebra 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:

Course number	Title of event	Lecturer
03-M-LAG-1.1	Lineare Algebra 1 Linear Algebra 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1110 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1380/1400 Vorlesung Additional dates: Thu. 16.02.23 10:00 - 13:00 MZH 1380/1400	Eugenia Saorin Gomez
03-M-LAG-1.2	Vertiefung zur Linearen Algebra 1 (Vollfach) Additional Topics in Linear Algebra 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1470 Plenum	Eugenia Saorin Gomez

Modul: Mathematisches Computerpraktikum (3 CP)

Pflichtmodul im 1. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-MCP-1	Mathematisches Computerpraktikum Computer Laboratory Kurs (Teaching) ECTS: 3 Additional dates: Mon. 20.02.23 - Wed. 22.02.23 (Mon., Tue., Wed.) 10:00 - 18:00 MZH 1090 Mon. 27.02.23 - Fri. 03.03.23 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 18:00 MZH 1090 Mon. 06.03.23 - Tue. 07.03.23 (Mon., Tue.) 10:00 - 18:00 MZH 1090 Thu. 30.03.23 09:00 - 13:00 MZH 1380/1400 Mon. 17.04.23 10:00 - 12:00 MZH 6200 Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.	Prof. Dr. Daniel Schmand

Bachelor 3. Semester

Modul: Analysis 3 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-ANA-3	Analysis 3 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1100 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 6200 Vorlesung Additional dates: Wed. 01.03.23 09:00 - 13:00 MZH 1470	Prof. Dr. Anke Dorothea Pohl

Modul: Numerik 1 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-NUM-1	Numerik 1 Numerical Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 6200 Vorlesung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1470 Übung	Alfred Schmidt

Bachelor 4. Semester und höher

Modul: Fortgeschrittene Themen Industriemathematik (9 CP)

Pflichtmodul, welches im 5. Semester belegt werden sollte. Dazu muss EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:

Course number	Title of event	Lecturer
03-M-FTH-4	Altes und neues über konvexe Geometrie old and new about Convex Geometry Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 4140 Vorlesung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 3150 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 7200 Vorlesung	Eugenia Saorin Gomez
03-M-Gy4-1	Funktionentheorie Complex Analysis Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 3150 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 4140 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1470 Vorlesung Additional dates: Tue. 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)	PD Dr. Hendrik Vogt Dr. Ingolf Schäfer

Modul: Mathematische Modellierung (9 CP)

Pflichtmodul im 5. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-MMOD-1	Mathematische Modellierung Mathematical Modelling Kurs (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 2340 Vorlesung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 2340 Übung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 2340 Vorlesung	Prof. Dr. Andreas Rademacher

Modul: Bachelorarbeit (15 CP)

Abschlussmodul im 6. Semester. Weitere Informationen finden Sie unter www.szmathe.uni-bremen.de und in Stud.IP unter folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-BA-IM-1	Bachelorarbeit Industriemathematik Bachelor Thesis Industiral Mathematics Kurs (Teaching) Wie finde ich ein Thema, bei wem schreibe ich meine Bachelorarbeit, wie muss diese aussehen und was beinhaltet die Bachelorarbeit alles? Antworten zu diesen und weiteren Fragen finden Sie unter www.szmathe.uni-bremen.de und eine Liste der aktuellen Abschlusstehemen hier im Wiki.	N. N.

General Studies - Fachergänzende Studien

Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik.

Course number	Title of event	Lecturer
03-M-GS-2	Modelle und Mathematik Models and Mathematics Seminar (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver
03-M-GS-3	Grundlegende Methoden der angewandten Statistik Basic Methods of Applied Statistics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1470 Vorlesung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1470 Übung Additional dates: Fri. 10.02.23 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg
03-M-GS-6	Data Science in Natural Sciences using R (in English) a course on R programming and data science methods with practicals and projects Lecture (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 0230/0240 (P3) (2 Teaching hours per week) mix of lectures and practicals The course provides an introductory level of programming skills in R. Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.	Prof. Dr. Stephan Frickenhaus
CC-02-WiSe22-23	Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen Essentials of business studies for students and graduates of engineering and natural sciences Blockveranstaltung (Teaching) ECTS: empfohlen 1 & Zertifikat Additional dates: Mon. 24.10.22 - Wed. 26.10.22 (Mon., Tue., Wed.) 16:00 - 20:00 Online Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Lars Kaletka
CC-43-WiSe22-23	Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge Tools for career entry for students of natural sciences and engineering Blockveranstaltung (Teaching) Additional dates: Mon. 27.02.23 09:00 - 17:00 Online Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Wolfgang Leybold

Informatik, B.Sc./M.Sc.

Bachelor Informatik

Einführung Bachelor-Informatik

Ab dem 11.10.2021 gibt es eine Woche lang allgemeine Informationen für Erstsemester, erste Vor- und Pflichtkurse, Einführungen in die Rechnerumgebung und IT-Ressourcen u.v.m.
Die Teilnahme an den Orientierungswochen wird dringend empfohlen.
Link zu den Orientierungswochen: szi.uni-bremen.de/eso/orientierungswochen

Course number	Title of event	Lecturer
03-IBG-OWOCHE	Orientierungswoche Informatik/Wirtschaftsinformatik Lecture (Teaching) Additional dates: Mon. 10.10.22 08:00 - 10:00 NW1 H 1 - H0020 Mon. 10.10.22 10:00 - 11:00 NW1 H 1 - H0020 Mon. 10.10.22 14:00 - 16:00 MZH 1380/1400 Mon. 10.10.22 16:00 - 18:00 MZH 1090 Tue. 11.10.22 09:00 - 10:00 MZH 1110 Tue. 11.10.22 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Tue. 11.10.22 12:00 - 14:00 MZH 1090 Tue. 11.10.22 14:00 - 16:00 MZH 1090 Tue. 11.10.22 16:00 - 18:00 MZH 1090 Wed. 12.10.22 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Wed. 12.10.22 10:00 - 12:00 MZH 1380/1400 Wed. 12.10.22 12:00 - 14:00 HS 1010 (Kleiner Hörsaal) Thu. 13.10.22 14:00 - 16:00 MZH 1090 Thu. 13.10.22 16:00 - 18:00 MZH 1090 Fri. 14.10.22 13:00 - 16:00 MZH 1090 In der O-Woche finden folgende Veranstaltungen statt: 10.10.2022 von 08-10h im NW1 H1 H0020 "Begrüßung durch den Dekan & Infos zum Studium" 10.10.2022 von 10-11h im NW1 H0020 "Vorstellung Stugen und Studienzentrum" 10.10.2022 von 14-16h im MZH 1380/1400 "Fachbereichsnetze" 10.10.2022 von 16-18h im MZH 1090 "Einblicke ins Studium" 11.10.2022 von 09-10h im MZH 1110 "Einführung Duales Studium Informatik" 11.10.2022 von 10- 12h im kl. Hörsaal HS 1010 "Vorstellung der Fachinformatiken" 11.10.2022 von 10-16h im MAC- Raum und Selbstarbeitbereiche MZH Ebene 0 "FB-Netze-Übungen" 11.10.2022 von 12-14h im MZH 1090 "Einführung Wirtschaftsinformatik" 11.10.2022 von 14-16h im MZH 1090 "Unterstützung bei Schwierigkeiten mit der Tutorien-Eintragung in Stud.IP" 11.10.2022 von 16-18h im MZH 1090 "Ein kleiner Einblick in die wundervolle Welt der Informatik" 12.10.2022 von 8-10h im kl. Hörsaal HS 1010 "Java (Plenum)" 12.10.2022 von 10-12h im 1380/1400 "Frühstück" 12.10.2022 von 12-14h im kl. Hörsaal HS 1010 "Service Einrichtungen/kulturelle Angebote der Uni" 13.10.2022 von 14-16h im MZH 1090 "Begrüßung Informatik als Komplementärfach" 13.10.2022 von 16-18h im MZH 1090 "Spannende Themen abseits der reinen Programmierung - was Informatik sonst noch bietet" 14.10.2022 von 13-16h im MZH 1090 "Kleines Informatik-Praktikum"	Ute Bormann Dr. Sabine Kuske Udo Frese Dr. rer. nat. Teena Hassan Dipl.-Inf. Andreas Bresser M. Sc. Mihaela Popescu Dr. Julia Maria Kensbock Dr. Hui Shi
03-M-BM	BrückenMathematik Preparation Course Mathematics at the University Bremen Blockveranstaltung (Teaching) Additional dates: Mon. 19.09.22 - Fri. 23.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Mon. 26.09.22 - Fri. 30.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)	Lars Siemer Dr. Ingolf Schäfer Dr. Arsen Narimanyan

Bachelor 1. Semester

Die Zuteilung der Übungstermine der Erstsemesterveranstaltungen erfolgt auf Basis von Musterstundenplänen, die bis Mitte Oktober unter der Stud.IP-Veranstaltung ,,Stundenplanwahl Erstsemester`` hochgeladen werden. Die Anmeldung zu einem der Stundenpläne ist von Dienstag, 12.10.2021 um 12:00 Uhr bis Donnerstag, 24.10.2021 um 14:00 Uhr über die genannte Stud.IP-Veranstaltung möglich. Näheres dazu während der Informationsveranstaltungen in der Erstsemesterorientierung (https://www.szi.uni-bremen.de/eso/orientierungswochen/).

Komplementärfach Informatik

Course number	Title of event	Lecturer
03-05-H-509.06	Grundlagen der Programmierung Introduction to Programming Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 GEO 1550 (Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Fri. 14:00 - 16:00 Übung Online Additional dates: Mon. 06.03.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Dieser Kurs ist für Studierende der HfK, Studierende der Digitalen Medien und Komplementärfach Informatik an der Universität Bremen und als General Studies Kurs für alle Studiengänge der Universität Bremen. Für Studierende der Informatik, Wirtschaftsinformatik und Systems Engineering gibt es die Veranstaltung Praktische Informatik 1. Achtung: Studierende des Studiengangs Bachelor Berufliche Bildung - Mechantronik müssen nur 3 CP statt 6 CP erbringen und besuchen die erste Hälfte der Veranstaltung.	Dr. Tim Laue

Grundlagen Mathematik und Theoretische Informatik

Course number	Title of event	Lecturer
03-IBGT-M1	Mathematik 1: Logik, Kombinatorik und Lineare Algebra Mathematics 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Mon. 14:00 - 16:00 Übung Online weekly (starts in week: 1) Tue. 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Tue. 16:00 - 18:00 GW2 B1820 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Fri. 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz Additional dates: Wed. 08.02.23 10:00 - 12:00 MZH 1470 Die Vorlesungen finden entweder online synchron oder in Präsenz statt. Die Übungen sind in Präsenz geplant. Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.	Dr. Tim Haga

Grundlagen Praktische und Technische Informatik

Course number	Title of event	Lecturer
03-IBGP-PI1	Praktische Informatik 1: Imperative Programmierung und Objektorientierung Practical Computer Science 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Mon. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Mon. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Tue. 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Wed. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Wed. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung. Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb. Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.	Thomas Röfer

Grundlagen Angewandte Informatik

Course number	Title of event	Lecturer
03-IBGA-FI-MI1 (03-B-MI-1.1)	Grundlagen der Medieninformatik 1 Media Informatics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1470 Übung Präsenz weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 08:00 - 10:00 Übung Online weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 1450 Übung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 6200 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz Additional dates: Thu. 16.02.23 14:00 - 16:00 MZH 1380/1400 Thu. 16.02.23 14:00 - 16:00 MZH 1090 Thu. 23.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Thu. 23.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal) Thu. 23.02.23 09:00 - 13:00 GW1-HS H0070 Thu. 23.02.23 09:00 - 13:00 NW1 H 1 - H0020	Udo Frese
03-IBGA-FI-RDL	Robot Design Lab (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 10:00 - 12:00 DFKI RH1 B0.10 Vorlesung Q&A weekly (starts in week: 1) Thu. 10:00 - 12:00 DFKI RH1 B0.10 Übung Präsenz Die Vorlesung findet online asynchron statt. Die Präsenz-Übungen am Donnerstag finden im Raum RH1 B0.10 des DFKI statt.	Frank Kirchner Dr. rer. nat. Teena Hassan M. Sc. Mihaela Popescu

General Studies

Course number	Title of event	Lecturer
03-IBFS-WKWA	Wissenschaftskultur und Wissenschaftliches Arbeiten Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 16:00 - 19:00 MZH 1380/1400 Seminar Präsenz Additional dates: Thu. 09.02.23 14:00 - 20:00 MZH 1460 Fri. 10.02.23 10:00 - 12:00 MZH 1460 • Der Kurs findet im WiSe 2022/2023 in Präsenz statt. • Die genauen Termine werden im Kurs abgesprochen. • VORBESPRECHUNG mit weiteren Informationen: • am Donnerstag 20.10.2022 um 16:15 Uhr im MZH 1400.	Ralf Eric Streibl
03-IBFW-ZÜP	Zusatzübung Programmieren Exercises (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 Online weekly (starts in week: 1) Wed. 16:00 - 18:00 Online Die Teilnehmer werden von den Lehrenden zugeordnet. Keine eigenständige Anmeldung möglich. Nur für Studierende ohne oder mit sehr wenigen Programmierkenntnissen. Die Übungen finden voraussichtlich in Ebene 0 und/oder online statt.	Karsten Hölscher

Bachelor 3. Semester

Course number	Title of event	Lecturer
03-IBGA-IUG	Informatik und Gesellschaft Computer and Society Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1090 Seminar Präsenz weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1090 Seminar Präsenz weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1090 Seminar Präsenz „Informatik und Gesellschaft“ richtet sich zum einen an Bachelor-Studierende der Informatik und wird JEDES Semester (Sommer- wie Wintersemester) angeboten. In der Regel besuchen Informatik-Bachelor-Studierende diesen Kurs im zweiten oder dritten Fachsemester. Zum anderen sind interessierte Studierende anderer Fächer herzlich eingeladen, an „Informatik und Gesellschaft“ teilzunehmen. Viele der behandelten Themen sind im Kern interdisziplinär und unterschiedliche fachliche Hintergründe sind damit in der Regel sehr bereichernd. Der Beginn und die gemeinsame Vorbesprechung dieses Kurses findet am Freitag, den 21.10.2022 von 12 bis 14 Uhr im MZH 1090 statt. An dem genannten Termin erfolgen im Plenum die Vorstellung des Kurses, die Klärung der organisatorischen Abläufe und der Scheinbedingungen. Außerdem erfolgt an diesem Termin die Aufteilung der Teilnehmer*innen auf die einzelnen Seminar- bzw. „Übungs“-Termine. Daher finden vor dieser Vorbesprechung auch noch keine Seminartermine statt. Im weiteren Verlauf der Veranstaltung wird es vereinzelte online-Termine geben (z.B. zur Beratung der einzelnen Arbeitsgruppen) - insb die Präsentation von Referaten (aufgeteilt in mehrere Seminargruppen) ist aber als Präsenzveranstaltung geplant.	Ralf Eric Streibl
03-IBGP-PI3 (03-BA-700.03)	Praktische Informatik 3: Funktionale Programmierung Practical Computer Science 3 Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Tue. 14:00 - 16:00 NW2 C0290 (Hörsaal 1) NW2 A0242 (Stufenhörsaal) Vorlesung Präsenz weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Wed. 14:00 - 16:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1450 Übung Präsenz	Christoph Lüth
03-IBGP-SWP	Software-Projekt Lecture (Teaching) ECTS: 6 Additional dates: Tue. 07.02.23 - Wed. 08.02.23 (Tue., Wed.) 09:30 - 17:00 MZH 1090 Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.	Karsten Hölscher Dr. Hui Shi Amadou Amadou
03-IBGP-TI2 (03-BA-700.12)	Technische Informatik 2: Betriebssysteme und Nebenläufigkeit Technical Computer Science 2 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1470 Übung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 1380/1400 MZH 1450 Übung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 Übung Online weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 1470 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung Präsenz Additional dates: Mon. 03.04.23 10:00 - 12:00 MZH 6200 Die Kenntnisse aus dem Propädeutikum C/C++ werden vorausgesetzt.	Ute Bormann Olaf Bergmann
03-IBGT-THI1-AFS	Automaten und formale Sprachen Automata and Formal Languages Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Mon. 14:00 - 16:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Tue. 16:00 - 18:00 NW2 C0290 (Hörsaal 1) GW2 B3009 (Großer Studierraum) Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 GW2 B1410 Fragestunde Präsenz Additional dates: Fri. 28.10.22 12:00 - 14:00 MZH 1460 Tue. 28.02.23 10:00 - 16:00 GW1-HS H0070 Tue. 28.03.23 10:00 - 16:00 HS 2010 (Großer Hörsaal)	Malin Rau Prof. Dr. Sebastian Siebertz Mario Grobler
03-IBGT-THI1-AT (03-BE-699.11)	Algorithmentheorie Algorithm Theory Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 5600 Übung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1380/1400 Vorlesung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1450 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 5500 Übung Präsenz Additional dates: Thu. 16.02.23 08:00 - 12:00 NW1 H 1 - H0020 Thu. 16.02.23 08:00 - 12:00 NW1 H 3 - W0040/W0050 Tue. 21.03.23 08:00 - 12:00 MZH 1380/1400 Algorithmentheorie Algorithmen bilden eine der wichtigsten Grundlagen der Informatik. Anschaulich beschreibt ein Algorithmus eine Vorgehensweise um ein Problem zu lösen. Somit bilden Algorithmen eine Grundlage der Programmierung, sind aber unabhängig von der konkreten Programmiersprache und Umsetzung. Algorithmen sind so vielfältig wie ihre Anwendungen, darum ist es umso wichtiger die fundamentalen Prinzipien des effizienten Algorithmenentwurfs und in den wichtigsten Problembereichen die grundlegenden Lösungsverfahren zu kennen. Die Vorlesung hat zum Ziel diese fundamentalen Prinzipien des Algorithmenentwurfs zu vermitteln. Die Prinzipien werden anhand klassischer Algorithmen für wichtige Probleme illustriert und eingeübt. Auf der theoretischen Seite werden die Grundlagen abstrakter Maschinenmodelle, formale Korrektheitsbeweise und Laufzeitanalyse vermittelt. Das erworbene Wissen ermöglicht es den Studierenden für ein gegebenes algorithmisches Problem verschiedene Lösungsansätze bezüglich ihrer Effizienz zu beurteilen, den am besten geeigneten Ansatz zur Lösung auszuwählen und seine Korrektheit zu beweisen. • Algorithmenparadigmen: Greedy, Divide-and-Conquer, Dynamische Programmierung • Sortierverfahren • Grundlegende Begriffe der Graphentheorie • Graphenprobleme: Kürzeste-Wege, minimale aufspannende Bäume, maximale Netzwerkflüsse	Prof. Dr. Nicole Megow

Bachelor 4. Semester und Folgende

Zusätzlich zu den nachfolgend aufgeführten Veranstaltungen gelten für die Freie Wahl auch die Angebote der "General Studies" (soweit diese nicht inhaltlich mit den Lehrveranstaltungen des Studiengangs Informatik überlappen). Bachelor-Studierende müssen in ihrem Studium zudem zwei Module außerhalb der Informatik erbringen (Fach "General Studies" innerhalb der Bachelor-Prüfungsordnung).

Course number	Title of event	Lecturer
03-05-H-505	Überblick über das Wahlangebot im Fach Informatik Lecture (Teaching) Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.	Ute Bormann
03-IBFS-EOBA	Erste Orientierung zur Bachelor-Arbeit Blockveranstaltung (Teaching) ECTS: 1 Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 1090 Präsenz weekly (starts in week: 1) Fri. 16:00 - 18:00 MZH 1090 Präsenz Dieser Veranstaltung richtet sich an Informatikstudierende, die in absehbarer Zeit mit den Vorarbeiten zu ihrer Bachelor-Arbeit beginnen wollen und sich zum einen über einige Formalia informieren wollen und beim Einblick in bereits geschriebene Bachelor-Arbeiten ein Gefühl dafür entwickeln möchten, wie so etwas aussehen kann. Die Veranstaltung beginnt mit wenigen Informationsterminen zu Semesterbeginn (für Organisatorisches und Formales). Im sp’teren Verlauf des Semesters werden dann an verschiedenen Terminen, die noch im Kurs abgesprochen werden, Präsentationen von Bachelor-Arbeiten statt. Vorbesprechung: Fr. 21.10.2022 – 16:00 Uhr im MZH 1090 Nächster Termin („Formalia und interessante Informationen zur Bachelor-Arbeit“): Fr. 04.11.2022 – 16:00 Uhr im MZH 1090 Die weiteren Termine werden später im Kurs vereinbart. HINWEIS FÜR STUDIERENDE NACH DER „ALTEN“ INFORMATIK-BPO: Diese Veranstaltung ist inhaltsgleicher Ersatz für die frühere Veranstaltung „Wissenschaftliches Arbeiten 2“.	Ralf Eric Streibl

Bachelorprojekte

Bachelorprojekte 5. Semester

Course number	Title of event	Lecturer
03-BP-902.00b	PROBE (5. Semester) Blockeinheit (Teaching) Additional dates: Tue. 18.10.22 16:00 - 18:00 Die Veranstaltung gibt einen Überblick über das Projektstudium und findet online statt.	Ute Bormann
03-IBPJ-ATAC	Projekt ATACAMA (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 12:00 - 18:00 MZH 6200 Plenum Präsenz	Ute Bormann Prof. Dr.-Ing. Carsten Bormann Olaf Bergmann Stefanie Gerdes
03-IBPJ-E2EP	Projekt E2E-Player (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 CART Rotunde - 0.67 Plenum Präsenz	Kerstin Schill
03-IBPJ-ESPO	Projekt eSports (Wise 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 1470 Plenum Präsenz	Björn Niehaves Bastian Kordyaka
03-IBPJ-GeAC	Projekt GenArC (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 3150 Plenum Präsenz	Prof. Dr. Rolf Drechsler
03-IBPJ-INAI	Projekt Inside-AI (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 6200 Plenum Präsenz	Prof. Dr. Sebastian Maneth
03-IBPJ-LAMI	Projekt LastMILE (das Projekt ist einsemestrig - nur WiSe 22/23) Projektplenum (Teaching) ECTS: 18 Dates: weekly (starts in week: 1) Fri. 08:00 - 12:00 MZH 1380/1400 Plenum Präsenz Additional dates: Thu. 13.10.22 10:00 - 14:00 MZH 1100 Fri. 04.11.22 14:00 - 22:00 MZH 5500 Sat. 05.11.22 08:00 - 20:00 MZH 5500 Sat. 05.11.22 08:00 - 16:00 MZH 1100	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-IBPJ-SEE	Projekt SEE (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 08:00 - 12:00 MZH 4140 Plenum Präsenz	Prof. Dr. Rainer Koschke
03-IBPJ-VRLL	Projekt VR-LL (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 12:00 - 16:00 Plenum	Tanja Schultz Felix Putze

Wahlbereich Bachelor-Aufbau (IBA) / Bachelor-Basis (BB)

IBAT / BB-6: Theoretische Informatik und Mathematik

Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - TheoInfWahl`` ein Modul aus dieser Kategorie wählen: BB-6xx.xx. Nach der BPO 2010 auf Antrag auch Modul aus den Kategorien BE-/MB-/ME-6xx.xx oder fortgeschrittenes Mathematik-Modul möglich.

Course number	Title of event	Lecturer
03-IBAT-ATA (03-ME-699.99)	Automatentheorie und ihre Anwendungen Automata Theory and Its Applications Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1470 Kurs Präsenz Hinweis: Automatentheorie und ihre Anwendungen ist im WiSe 22/23 ein einmaliges Angebot für IBAT	Mario Grobler

IBAP / BB-7: Praktische und Technische Informatik

Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - PrakTechInfWahl`` zwei Module aus dieser Kategorie wählen: BB-7xx.xx. Keine Ausnahmeanträge.

Course number	Title of event	Lecturer
03-IBAP-BS (03-BB-702.01)	Betriebssysteme Operating Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1090 Vorlesung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 4140 Übung Präsenz	Prof. Dr. Jan Peleska
03-IBAP-CG (03-BB-708.01)	Computergraphik Computer Graphics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1110 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1090 MZH 1450 Übung Präsenz Schwerpunkt: DMI, VMC Programmierkenntnisse sind Voraussetzung (ein erfolgreicher Abschluss des "Propädeutikums C" wird empfohlen), ebenso wie algorithmisches Denken, eine gewisse Vertrautheit mit mathematischer Begriffsbildung und Vorgehensweise. Diese Vorlesung soll sowohl eine Einführung in die theoretischen und methodischen Grundlagen der Computergraphik geben, als auch die Grundlagen für die praktische Implementierung von computergraphischen Systemen legen. Der Schwerpunkt liegt auf Algorithmen und Konzepten zur Repräsentation und Visualisierung von polygonalen, 3-dimensionalen graphischen Szenen. Der Inhalt umfasst in der Regel folgende Themen: Mathematische Grundlagen; OpenGL and C ; 2D Algorithmen der Computergrafik (Scan Conversion, Visibility Computations, etc.); Theorie der Farben, Farbräume (hauptsächlich physikalische, neurologische, und technische Aspekte); 3D Computergraphik (Rendering Pipeline, Transformationen, Beleuchtung, etc.); Techniken zum Echtzeit-Rendering; Das Konzept und die Programmierung von Shadern; Texturierung (Einordnung in die Pipeline, einfache Parametrisierung, etc.). Die Übungsaufgaben werden teils theoretisch, teils praktisch sein, wobei die praktischen Aufgaben gewisse Programmierfähigkeiten in C verlangen. (Zu Beginn der Vorlesung wird deshalb nochmals ein kurzer "Refresh" Ihrer C/C-Kenntnisse gemacht.) Die Vorlesung setzt eine gewisse mathematische, algorithmische und programmiertechnische Gewandtheit voraus, fördert diese aber auch und führt sie weiter. https://cgvr.cs.uni-bremen.de/teaching/	Prof. Dr. Gabriel Zachmann
03-IBAP-DBS (03-BB-703.01)	Datenbanksysteme Database Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz	Prof. Dr. Sebastian Maneth
03-IBAP-ISEC (03-BB-707.01)	Informationssicherheit Information Security Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 6200 Vorlesung Präsenz Additional dates: Mon. 13.02.23 - Fri. 17.02.23 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 18:00 MZH 1470 Schwerpunkt: SQ	Prof. Dr.-Ing. Carsten Bormann Karsten Sohr Stefanie Gerdes
03-IBAP-ML (03-BB-710.10)	Grundlagen des Maschinellen Lernens Fundamentals of Machine Learning Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 5600 Übung Präsenz Additional dates: Wed. 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal) Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Schwerpunkt: AI	Felix Putze Tanja Schultz Mazen Salous Lars Steinert Saurav Pahuja
03-IBAP-RA (03-BB-701.01)	Rechnerarchitektur und Eingebettete Systeme (in English) Computer Architecture and Embedded Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1090 Vorlesung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1110 Übung Präsenz	Prof. Dr. Rolf Drechsler
03-IBAP-SDV (03-BB-709.01)	Sensordatenverarbeitung Sensor Data Processing Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 NW2 A0242 (Stufenhörsaal) Übung Additional dates: Thu. 09.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal) Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Schwerpunkt: VMC	Udo Frese Tanja Schultz
03-IBAP-SWT (03-BB-706.02)	Softwaretechnik Software Engineering Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 6200 Übung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1090 Übung Präsenz Schwerpunkt: SQ	Prof. Dr. Rainer Koschke

IBAA / BB-8: Angewandte Informatik

Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - AnwInfWahl`` ein Modul aus dieser Kategorie wählen: BB-8xx.xx. Nach BPO 2010 auf Antrag auch Modul aus den Kategorien BE-/MB-/ME-8xx.xx möglich.

Course number	Title of event	Lecturer
03-IBAA-ECA (03-BB-805.05)	E-Commerce-Anwendungen E-Commerce Applications Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 SFG 0150 Vorlesung Präsenz Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.	Markus Haydl
03-IBAA-MTI (03-BB-801.01)	Mensch-Technik-Interaktion Human Computer Interaction Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 4140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 SFG 0140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 WiWi1 A1100 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz Schwerpunkt: DMI	Prof. Dr. Tanja Döring Dr. Susanne Putze Dr. Dmitry Alexandrovsky

Wahlbereich Bachelor-Vertiefung (IBV) / Bachelor-Ergänzung (BE)

Weitere Wahlangebote können aus dem Wahlbreich IBA/BB und bei Vorliegen der inhaltlichen Voraussetzungen aus dem Wahlangebot des Masterstudiengangs Informatik gewählt werden.
BPO \'10: weitere BE-Angebote unter Wahlbereich IBFW

IBVP / BE-7: Praktische und Technische Informatik

Course number	Title of event	Lecturer
03-IBVP-RPWL (03-BE-710.98b)	Robot Programming with Lisp (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 Vorlesung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 Übung Präsenz Profil: AI Die Veranstaltung findet im TAB statt.	Michael Beetz

IBFW / BE - Freie Wahl inkl. Seminare

Informationen zum Thema General Studies findet ihr auch hier: https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf

Course number	Title of event	Lecturer
03-06-M-315	The birth of digital media from algorithmic art. Surveying 60 years An astonishing story, told by one who is part of it Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 1450 Seminar Präsenz	Frieder Nake
03-BE-701.06 (03-IBS-VTI1)	Vertiefungsveranstaltung Technische Informatik 1 In-depth Seminar Technical Computer Science 1 Blockveranstaltung (Teaching) ECTS: 3	Prof. Dr. Rolf Drechsler
03-IBFW-EDBS	Ergänzung Datenbanksysteme Lecture (Teaching) ECTS: 3 Dates: weekly (starts in week: 12) Tue. 12:00 - 14:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 12) Wed. 10:00 - 12:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 12) Wed. 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz	Prof. Dr. Sebastian Maneth
03-IBFW-KuK (03-GS-509.11)	Kommunikation und Konflikt Blockveranstaltung (Teaching) ECTS: 2 Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. Ute Bormann.	Christine Fangmann Ute Bormann
03-IBFW-PEG (03-BE-799.98a)	Plattformübergreifende Entwicklung für Geräte im Internet of Things Platform-independent Development for Devices in the Internet of Things Blockveranstaltung (Teaching) ECTS: 1 Additional dates: Mon. 10.10.22 10:00 - 12:00 MZH 1450 Mon. 10.10.22 12:00 - 17:00 Tue. 11.10.22 - Wed. 12.10.22 (Tue., Wed.) 10:00 - 17:00 Thu. 13.10.22 10:00 - 12:00 MZH 6200 Thu. 13.10.22 10:00 - 17:00 Thu. 13.10.22 16:00 - 17:00 MZH 6200 Fri. 14.10.22 10:00 - 16:00 Modulbereich "Spezielle Themen der Praktischen Informatik". Dieser Blockkurs richtet sich in erster Linie an Studierende mit Vorkenntnissen in der hardware-nahen Programmierung von Mikrocontroller-Plattformen wie z. B. Arduino. Die Teilnehmerzahl ist auf 32 beschränkt. Zur Auffrischung der Kenntnisse in der Programmiersprache C wird der vorherige Besuch des Propädeutikums C/C++ empfohlen.	Olaf Bergmann Prof. Dr.-Ing. Carsten Bormann
03-IBFW-PVS (03-BE-709.11)	Proseminar: Visuelle Sprachen Seminar on visual languages Blockveranstaltung (Teaching) ECTS: 3	PD Dr. Björn Gottfried
03-IBFW-SPORI (03-BE-804.98b)	Sportinformatik Sport Informatics Blockveranstaltung (Teaching) ECTS: 3 Additional dates: Thu. 24.11.22 18:00 - 19:00 MZH 1470 Wed. 08.03.23 - Thu. 09.03.23 (Wed., Thu.) 09:00 - 18:00 MZH 1470 Die Veranstaltung ist ein zweitägiger Blockkurs in Präsenz, am 8. und 9. März. Die Anzahl der Teilnehmenden ist auf 20 - 30 begrenzt. Technik hält in immer mehr Bereiche des Sports Einzug und wird unter anderem zur Leistungsdiagnostik, im Training sowie zur Analyse in der Nachbetrachtung eingesetzt. Dies erstreckt sich vom Profisport mittlerweile bis hinein in den Hobby-Bereich. In diesem Seminar wollen wir unterschiedliche Anwendungen aus dem Bereich der Sportinformatik betrachten. Der Fokus soll dabei jeweils auf den Methoden zur Gewinnung der Daten sowie deren Verarbeitung liegen. Teilnehmende erstellen in Zweiergruppen jeweils eine Ausarbeitung und eine Präsentation zu einem zuvor gewählten Thema. Der erste kurze Termin im November dient der Vorstellung der Themen. Das Seminar selbst ist ein zweitägiger Block in der vorlesungsfreien Zeit. Profil: DMI	Dr. Tim Laue
03-IBFW-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** Participation in Studies Seminar (Teaching) ECTS: 1 Additional dates: Thu. 17.11.22 11:00 - 12:00 SFG 0140 Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt. Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden. Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden. At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1). Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters. Participation in the studies should be documented and reflected upon in a written paper at the end. The selection of participants is made manually after registration. Users who wish to register for this event will receive more detailed information and can then still decide against participation.	Prof. Dr. Tanja Döring Prof. Dr. Rainer Malaka Dr. Susanne Putze Dr. Dmitry Alexandrovsky
10-GS-2-05; "Ringvorlesung und Workshop"	Eine Uni, ein Buch: Gedichtalternativen für Deutschland Lecture (Teaching) ECTS: 2 (oder mehr) Dates: weekly (starts in week: 1) Tue. 16:15 - 17:45 (2 Teaching hours per week) Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.	Sabine Oda Doff Dr. Uwe Spörl

Master Informatik

Einführung Master-Informatik

Course number	Title of event	Lecturer
03-05-H-505	Überblick über das Wahlangebot im Fach Informatik Lecture (Teaching) Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.	Ute Bormann
03-MA-503	Einführungsveranstaltung Master Informatik Alle Erstsemester im Masterstudiengang Informatik werden gebeten, zu dieser Einführungsveranstaltung zu gehen Lecture (Teaching) Additional dates: Mon. 17.10.22 08:00 - 10:00 Dozentin: Ute Bormann Diese Veranstaltung findet am Mo 17.10.2022 von 08:30-10:00 Uhr voraussichtlich in Präsenz im MZH 6200 statt und richtet sich ausdrücklich an alle Studienanfänger im Masterstudium Informatik - unabhängig davon, ob sie neu an die Uni Bremen kommen oder hier bereits das Bachelorstudium absolviert haben. Es wird ein Überblick über die wesentlichen Rahmenbedingungen und Formalia des Masterstudiums Informatik gegeben, ferner werden wichtige organisatorische Fragen und Prozesse besprochen.	Ute Bormann

Pflicht Master

Course number	Title of event	Lecturer
03-IMG-PMWK (03-MA-904.0) (	Projektmanagement und Wissenschaftskultur project management and scientific culture Vorbereitung auf das Projekt-Studium im Masterstudiengang Informatik Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 08:00 - 12:00 CART Rotunde - 0.67 Kurs Präsenz Neben organisatorischen Themen wird in der ersten Veranstaltung die Prüfungsleistung besprochen. Die endgültige Gruppenfindung wird am 01.11.2022 abgeschlossen. Der Einstieg in den Kurs ist nur bis zu diesem Zeitpunkt möglich! Erster Veranstaltungstermin ist der 25.10.2022.	Dr. Jörn Syrbe Michael Beetz

Wahlbereich Master-Aufbau (IMA) / Master-Basis (MB)

Nach der Prüfunsordnung von 2020 heißt dieser Bereich Master-Aufbau (IMA), nach der Prüfungsordnung von 2012 Master-Basis (MB).

IMAT / MB-6 - Theoretische Informatik und Mathematik

Nach MPO 2020 und MPO 2012 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Nach MPO 2012 auf Antrag auch ME-6xx.xx-Lehrangebot oder fortgeschrittenes Mathematik-Lehrangebot möglich.

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-IMAT-FSGT (03-MB-603.01/1)	Formale Sprachen: Graphtransformation Formal Languages: Graph Transformation Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1090 Kurs Präsenz Profil: SQ, KIKR Schwerpunkt: SQ, AI	Dr. Sabine Kuske
03-IMAT-KRYPT (03-MB-699.09)	Einführung in die Kryptographie Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 5600 Kurs Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 Übung Online Profil: SQ Schwerpunkt: IMA-SQ. mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen	Dieter Hutter Karsten Sohr
03-IMAT-STMT	Set Theory and Model Theory (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 5600 Vorlesung Präsenz weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 5600 Übung Präsenz Profil: SQ Schwerpunkt: SQ Set theory and model theory Intuitively, a set is a collection of all elements that satisfy a certain property. This intuition, however, is false! The following example is known as Russell's Paradox. Consider the set S whose elements are exactly those that are not members of themselves: S = { X : X is not element of X }. Is S an element of S? If S is an element of S, then S is not an element of S. On the other hand, if S is not an element of S, then S belongs to S. In either case we have a contradiction. We must revise our intuitive notion of a set. In the first part of the lecture we develop axiomatic set theory (ZFC) in the framework of first-order logic, which forms the foundation of modern mathematics. We cover the axioms of set theory, ordinal numbers and induction and recursion over well-founded relations, cardinal numbers and the axiom of choice. In the second part of the lecture we turn to classical topics of first-order model theory. Model theory studies classes of mathematical structures, such as groups, fields, or graphs, from the point of view of mathematical logic. Many notions, such as homomorphisms, substructures, or free structures, that are commonly studied in specific fields of mathematics are unified by the general approach of model theory. We study ways to construct models with desired properties from first-order theories and the expressive power of first-order logic.	Prof. Dr. Sebastian Siebertz Alexandre Vigny

IMAP / MB-7 - Praktische und technische Informatik

Nach MPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen. Nach MPO 2012 gilt zwei Lehrangebote aus dieser Kategorie wählen.

Course number	Title of event	Lecturer
03-IMAP-ASE (03-MB-711.13)	Automatische Spracherkennung Automatic Speech Recognition Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1090 Vorlesung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 6200 Vorlesung Präsenz Profil KIKR Schwerpunkt: IMA-AI Modultyp C (6 CP) im Studiengang Language Sciences M.A. Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Darüber hinaus gibt es einen Präsenz-Termin am Dienstag. Dieser Präsenz-Termin ist als "Interaktives Repititorium" gestaltet und wird nicht aufgezeichnet. Donnerstags finden im Zwei-Wochen-Rhythmus Übungen statt. Der Kurs "Automatische Spracherkennung" bietet eine Einführung in die automatische Spracherkennung. In diesem Kurs werden die Sprachverarbeitung beim Menschen, Signalverarbeitung, statistische Modellierung von Sprache sowie die wesentlichen praktischen Ansätze und Methoden für den Einsatz automatischer Spracherkennung behandelt.	Tanja Schultz Ayimnisagul Ablimit
03-IMAP-IIS (03-ME-710.04)	Integrated Intelligent Systems (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 Übung Online Profil: KIKR Schwerpunkt: IMA-AI Die Vorlesung findet asynchron und die Übung online statt.	Michael Beetz Dr. Jörn Syrbe
03-IMAP-KIWAR (03-MB-710.02)	KI - Wissensakquisition und Wissensrepräsentation AI - Knowledge Acquisition and Knowledge Representation Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 ECO5 0.30 Vorlesung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 ECO5 0.30 Übung Präsenz MPO 2012: Profil KIKR, MC MPO 2020 Schwerpunkt: IMK-Ai, IMVP-VMC	Daniel Nyga
03-IMAP-RNMN (03-MB-704.02)	Rechnernetze - Media Networking Computer Networks - Media Networking Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 Kurs online weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 6200 Kurs Präsenz Profil: SQ, DMI. Schwerpunkt: SQ, DMI, VMC	Ute Bormann
03-IMAP-SHSQ (03-MB-700.31)	Systeme hoher Sicherheit und Qualität Systems Assuring High Safety, Security and Quality Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1450 Übung Präsenz Profil SQ Schwerpunkt: IMK-SQ , VMC	Prof. Dr. Jan Peleska
03-IMAP-SWRE (03-MB-706.01)	Software-Reengineering Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1380/1400 Vorlesung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 5600 Übung Präsenz Profil: SQ Schwerpunkt: IMAP-SQ, VMC	Prof. Dr. Rainer Koschke
03-IMAP-TA (03-ME-706.04)	Testautomatisierung Test Automation Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 5500 Kurs Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1450 Kurs Präsenz Profil: SQ. Schwerpunkt: IMAP-SQ	Prof. Dr. Jan Peleska Dr. Robert Sachtleben
03-IMAP-TSS (03-MB-701.08)	Test von Schaltungen und Systemen Test Methods of Circuits and Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1110 Vorlesung Präsenz Profil SQ Schwerpunkt: IMAP-SQ	Prof. Dr. Rolf Drechsler Dr. Sebastian Huhn
03-IMAP-VRSIM (03-ME-708.03)	Virtual Reality and Physically-Based Simulation (in English) Virtuelle Realität und physikalisch-basierte Simulation Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1380/1400 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1090 Vorlesung Präsenz Profil: KIKR, DMI Schwerpunkt: IMAP-DMI, IMAP-VMC. English or German. Over the past two decades, VR has established itself as an important tool in several industries, such as manufacturing (e.g., automotive, airspace, ship building), architecture, and pharmaceutical industries. During the past few years, we have been witnessing the second "wave" of VR, this time in the consumer, in particular, in the entertainment markets. Some of the topics to be covered (tentatively): • Introduction, basic notions of VR, several example applications • VR technologies: displays, tracking, input devices, scene graphs, game engines • The human visual system and Stereo rendering • Techniques for real-time rendering • Fundamental immersive interaction techniques: fundamentals and principles, 3D navigation, user models, 3D selection, redirected walking, system control • Complex immersive interaction techniques: world-in-miniature, action-at-a-distance, magic lens, etc. • Particle systems • Spring-mass systems • Haptics and force feedback • Collision detection • Acoustic rendering The assignments will be mostly practical ones, based on the cross-platform game engine Unreal. Participants will start developing with "visual programming", and later use C++ to solve the assignments. You are encouraged to work on assignments in small teams. https://cgvr.cs.uni-bremen.de/teaching/	Prof. Dr. Gabriel Zachmann

IMAA / MB-8 - Angewandte Informatik

Nach MPO 2012 gilt ein Lehrangebot aus dieser Kategorie wählen. Nur nach MPO 2012 auf Antrag auch ME-8xx.xx-Modul möglich.

Course number	Title of event	Lecturer
03-IMAA-ITMDS (03-MB-802.02)	IT-Management und Data Science (in English) IT Management and Data Science Blockveranstaltung (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 GW2 B1410 Vorlesung Präsenz weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 1100 MZH 3150 Übung Präsenz/ Seminar 1 weekly (starts in week: 6) Wed. 14:00 - 16:00 MZH 1100 Übung Präsenz / Seminar 2 Additional dates: Mon. 06.02.23 08:30 - 19:00 MZH 1090 Profil: SQ, DMI Schwerpunkt: IMA-SQ, IMA-AI, DMI Die Veranstaltung beginnt am 25.10.2022	Prof. Dr. Andreas Breiter
03-IMAA-MITR (03-MB-803.04)	Medien- und IT-Recht Media and IT-Law Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Kurs Online Profil: SQ, DMI. Schwerpunkt: IMA-DMI, SQ	Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.
03-IMAA-STMW (03-MB-804.05)	Search Technology for Media & Web (in English) Search Technology for Media + Web Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 6200 Vorlesung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 5600 Übung Präsenz Profil: KIKR, DMI Schwerpunkt: DMI, AI	M. Sc Rishabh Haria

Wahlbereich Master-Vertiefung (IMV) / Master-Ergänzung (ME)

MPO 2012: weitere ME-Angebote unter Wahlbereich IMS/ME und unter General Studies IMGS

IMVT / ME-6 - Theoretische Informatik

Course number	Title of event	Lecturer
03-IMVT-SGA (03-ME-602.21)	Sparsity - Graphs and algorithms Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 3150 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 3150 Vorlesung Präsenz Profil: SQ Siehe folgenden Link: https://www.szi.uni-bremen.de/lehre/modulhandbuecher/ (ganz unten).	Prof. Dr. Sebastian Siebertz
03-IMVT-TSF (03-ME-699.05)	Theorie der Sensorfusion Theory of Sensor Fusion Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1470 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1470 Übung Präsenz MPO 2012 Profil: KIKR MPO 2020 Schwerpunkt: AI, VMC http://www.informatik.uni-bremen.de/agebv/de/VeranstaltungTdS16	Udo Frese
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand

IMVP / ME-7 - Praktische Informatik

Course number	Title of event	Lecturer
03-IMVP-BCOD (03-ME-711.08)	Codierung und Datenkompression Coding and data compression Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 CART Rotunde - 0.67 Kurs Präsenz weekly (starts in week: 1) Tue. 16:00 - 18:00 CART 0.01 (Besprechungsraum) Kurs Präsenz MPO 2012 Profil: KIKR. MPO 2020 Schwerpunkt: AI, VMC	Christop W. Zetzsche-Schill Konrad Gadzicki
03-IMVP-GME (03-ME-711.05)	Gehirn-Muster-Erkennung Brain-Pattern-Recognition Blockveranstaltung (Teaching) ECTS: 6 Profil: KIKR Schwerpunkt: AI Termine: 10-tägiger Blockkurs nach der Vorlesungszeit. Wird als hybrider Blockkurs nach der Vorlesungszeit angeboten. Bei Interesse bei felix.putze@uni-bremen.de anmelden, da begrenzte Teilnehmer:innen-Zahl.	Felix Putze
03-IMVP-MLAR (03-ME-712.07)	Machine Learning for autonomous Robots (in English) Machine Learning for autonomous Robots Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 DFKI RH1 A1.03 Q & A Session Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 DFKI RH1 B0.10 Übung Präsenz Profil: KIKR Schwerpunkt: AI Die Vorlesung findet asynchron per Video Lectures statt.	Frank Kirchner Melvin Laux
03-IMVP-VHS	Hybrid Systems: Verification and Synthesis (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1100 Vorlesung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 1110 Übung Präsenz Schwerpunkt: SQ	Dr. Mario Gleirscher
03-IMVP-VSD	Verteilte Sensornetzwerke mit Datenaggregation Distributed Sensor Networks and Data Aggregation Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 6200 Vorlesung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 6200 Übung Präsenz Profil: KIKR Schwerpunkt: AI	PD Dr. Stefan Bosse

IMVA / ME-8 - Angewandte Informatik

Course number	Title of event	Lecturer
03-IMVA-3DMFT (03-ME-899.08)	3D Modelling and Design at the FabLab - From Origami to Algorithmic Folding (in English) 3D Modelling with FabLab Technologies Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 GW2 A4100 (FabLab) Vorlesung Präsenz weekly (starts in week: 1) Wed. 16:00 - 18:00 GW2 A4100 (FabLab) Übung Präsenz 4 SWS, Profil: DMI Schwerpunkt: DMI Kurzbeschreibung unter: http://dimeb.informatik.uni-bremen.de/FabLab/GenerativeDesign.pdf Präsenz-Meeting mittwochs 14-16h und anschließend 2 Std Übungen im FabLab wöchentlich.	Dr. Bernhard Robben
03-IMVA-MAD (03-ME-804.06)	Mobile App Development (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 14:00 GW2 B1410 Vorlesung und Übung Präsenz Profil: DMI Schwerpunkt: DMI Die Veranstaltung richtet sich an Studenten der Informatik und Digitalen Medien. In Gruppenarbeit sollen die Studierenden semesterbegleitend ein App-Projekt umsetzen. In der Vorlesung werden alle relevanten Informationen der modernen Softwareentwicklung, mit Fokus auf die mobile App-Entwickung, vermittelt. Dazu gehören Themen wie mobiles Testing, Scrum, UX Design, Evaluation & Nutzertests, Design Patterns und Cross-Plattform-Entwicklung. Das Ziel dabei ist die Vermittlung von praxisrelevantem Wissen aus dem Alltag eines erfolgreichen Unternehmens.	Prof. Dr. Rainer Malaka David Ruh Nicolas Autzen
03-IMVA-MMLV	Menschliches und maschinelles Lernen und Verstehen Human and machine learning and understanding Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1110 Vorlesung Präsenz weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1450 Übung Präsenz Schwerpunkt: AI	Britta Wrede Michael Beetz

Wahlbereich IMS / ME - Master Seminare

Course number	Title of event	Lecturer
03-IMS-APKS (03-ME-712.07)	Ausgewählte Probleme kognitiver Systeme Selected topics of cognitive systems Seminar (Teaching) ECTS: 3 Termine: Auftakttermin: 25.10.2022 von 12:00 bis 14:00 Uhr in Raum 2.43 Cartesium.	Tanja Schultz Felix Putze
03-IMS-APMSK (03-ME-711.09)	Ausgewählte Probleme der multisensorischen Kognition advanced problems for multisensoric cognition Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 12:00 - 14:00 CART Rotunde - 0.67 Seminar Präsenz	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-FGC	Fine-Grained Complexity and Related Topics Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 6200 Seminar Präsenz	Malin Rau
03-IMS-IUAG (03-MB-899.02/1)	Intelligente Umgebungen für die alternde Gesellschaft smart environment for the aging society Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 CART Rotunde - 0.67 Seminar Präsenz	Christop W. Zetzsche-Schill Kerstin Schill Torsten Kluß
03-IMS-SHAR	Hot Topics in Sensors and Human Activity Research (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 3) Thu. 14:00 - 16:00 CART 2.43 Seminar	Dr.-Ing. Hui Liu
03-IMS-SOFTC (03-MB-711.04)	Soft Computing Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 10:00 - 12:00 CART Rotunde - 0.67 Seminar Präsenz Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.	Kerstin Schill Joachim Clemens Verena Schwarting

Wahlbereich IMPJ - Master-Projekte

Course number	Title of event	Lecturer
03-06-MP.21	Projekt CSS4Impact Projektplenum (Teaching) ECTS: 30 Dates: weekly (starts in week: 1) Fri. 08:00 - 12:00 MZH 1100 Plenum Präsenz Schwerpunkt: DMI, AI	Prof. Dr. Andreas Breiter
03-06-MP.22	Projekt Creabots Projektplenum (Teaching) ECTS: 30 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 5500 Plenum Präsenz Schwerpunkt: DMI, VMC, AI	Prof. Dr. Gabriel Zachmann
03-IMPJ-BHUM	Projekt B-HUMAN (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 12:00 - 16:00 CART Rotunde - 0.67 Plenum Präsenz Schwerpunkt: AI	Dr. Tim Laue Udo Frese Thomas Röfer
03-IMPJ-CRASH	Projekt CRASHES (das Projekt ist einsemestrig - nur WiSe 22/23) Projektplenum (Teaching) ECTS: 24 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 CART Rotunde - 0.67 Plenum Präsenz Schwerpunkt: AI	Kerstin Schill
03-IMPJ-DANA	Projekt DeepAnatomy (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Schwerpunkt: VMC, AI	Prof. Dr.-Ing. Horst Karl Hahn
03-IMPJ-IOT4U	Projekt IOT4U (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1110 Plenum Präsenz weekly (starts in week: 9) Fri. 10:00 - 12:00 MZH 1110 Additional dates: Fri. 10.02.23 08:00 - 12:00 MZH 1110 Fri. 17.02.23 08:00 - 12:00 MZH 1110 Fri. 24.02.23 08:00 - 12:00 MZH 1110 Fri. 03.03.23 08:00 - 12:00 MZH 1110 Fri. 10.03.23 08:00 - 12:00 MZH 1110 Fri. 17.03.23 08:00 - 12:00 MZH 1460 Fri. 24.03.23 08:00 - 12:00 MZH 1110 Fri. 31.03.23 08:00 - 12:00 MZH 1110 Fri. 07.04.23 08:00 - 12:00 MZH 1110 Schwerpunkt: SQ	Prof. Dr. Rolf Drechsler
03-IMPJ-MOB4D	Projekt MOBILE4D (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 5500 Plenum Präsenz Schwerpunkt: AI, DMI, SQ, VMC	Thomas Dieter Barkowsky
03-IMPJ-SUT	Projekt SUTURO (WiSe 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 5600 Plenum Präsenz Schwerpunkt: AI	Michael Beetz

General Studies

Informationen zum Thema General Studies findet ihr auch hier: https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf

IMGS - Veranstaltungen des Master-Studiengangs Informatik

Course number	Title of event	Lecturer
03-06-M-315	The birth of digital media from algorithmic art. Surveying 60 years An astonishing story, told by one who is part of it Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 1450 Seminar Präsenz	Frieder Nake
03-IBFW-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** Participation in Studies Seminar (Teaching) ECTS: 1 Additional dates: Thu. 17.11.22 11:00 - 12:00 SFG 0140 Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt. Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden. Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden. At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1). Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters. Participation in the studies should be documented and reflected upon in a written paper at the end. The selection of participants is made manually after registration. Users who wish to register for this event will receive more detailed information and can then still decide against participation.	Prof. Dr. Tanja Döring Prof. Dr. Rainer Malaka Dr. Susanne Putze Dr. Dmitry Alexandrovsky

Veranstaltungen aus anderen Studiengängen (Auswahl)

Course number	Title of event	Lecturer
04-326-FT-041	Material-integrierte Sensorische Systeme (MISS) mit Labor Material-Integrated Sensoric Systems (MISS), incl. Lab-Exercise Online Kurs mit interaktiven Übungen - Labor @home und vor Ort nV! Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 17:00 Die Teilnahme an der Veranstaltung soll Studenten interdisziplinär einen praxisnahen und system-orientierten Zugang für die Modellierung, den Entwurf und die Anwendung von material-eingebetteten oder material-applizierten Sensorischen Systemen bieten, die aufgrund der technischen Realisierung und des Einsatzes spezielle Anforderungen an die Datenverarbeitung stellen und ein Verständnis des Gesamtsystems (inklusive Aspekte der Materialwissenschaften und Technologien) voraussetzen. Diese neuen Sensorischen Materialen finden z. B. in der Robotik (Kognition) oder in der Produktionstechnik für die Material- und Produktüberwachung Anwendung. Sensorischen Materialien sind charakterisiert durch eine starke Kopplung von Sensorik, Datenverarbeitung, und Kommunikation und bestehen aus einem Trägerwerkstoff, der u. U. eine mechanisch tragende Struktur darstellen kann, und aus eingebetteten Sensornetzwerken, die neben Sensoren auch Elektronik für die Sensorsignalverarbeitung, Datenverarbeitung, Kommunikation, und Kommunikations- und Energieversorgungsnetzwerke integrieren. Die Lehrinhalte und die folgenden Kompetenzen sollen praxisnah mit einem Labor und einem Hardwarepraktikum im Sinne des Forschenden Lernens erworben werden, wo Programmierung, Sensorverabeitung, und Entwurf von Sensornetzwerken anhand verschiedener Themen erlernt werden. Grundverständnis des technischen Aufbaus und der Funktionweise von Sensorischen Materialien Elektronische Signalverarbeitung von Sensoren, Mechanisches Verhalten, Einﬂuss von Sensoren und Elektronik auf mechanische Eigenschaften des Trägermaterials Datenverarbeitung mit eingebetteten Systemen in Sensornetzwerken unter harten Randbedingungen wie limitierten Energieangebot, Rechenleistung und Speicher, Fehleranfälligkeit Parallele und verteilte Datenverarbeitung geeignet für low-resource Sensornetzwerke: Architekturen, Kommunikation, Kooperation, Wettbewerb um Ressourcen, Programmiermodelle Grundlagen der Robustheit, Fehlernanalyse, und Redundanz in solchen Sensornetzwerken	PD Dr. Stefan Bosse

General Studies/Veranstaltungen anderer Studiengänge - alt

Bachelor-Studierende nach der PO 2009/10 müssen mindestens zwei Module General Studies erfolgreich absolvieren. Nähere Informationen dazu unter: www.szi.uni-bremen.de/lehre/general-study. Zusätzlich zu den nachfolgend aufgeführten Veranstaltungen gelten auch die Angebote der \"General Studies\" (soweit diese nicht inhaltlich mit den Lehrveranstaltungen des Studiengangs Informatik überlappen).

General Studies/Veranstaltungen von anderen Studiengängen

Course number	Title of event	Lecturer
03-IBFW-PROMAN (03-GS-509.14)	Projektmanagement Seminar Blockveranstaltung (Teaching) ECTS: 2 Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. Ute Bormann. Das Seminar findet online statt, voraussichtlich am 26.11. und 10.12.	Ute Bormann Thomas Wittpahl

Graduiertenseminare

Course number	Title of event	Lecturer
03-05-H-708.92	Graduate Seminar Computer Graphics and Virtual Reality Seminar (Teaching) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 Graduiertenseminar Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.	Prof. Dr. Gabriel Zachmann
03-05-H-711.90	SFB/IQN-Colloquium Spatial Cognition (in English) Colloquium (Teaching) Dates: weekly (starts in week: 1) Fri. 15:15 - 16:45 Kolloquium	Prof. John Arnold Bateman, Ph.D. Kerstin Schill
03-IGRAD-AGBS (03-05-H-702.91)	Graduiertenseminar Test und Modellprüfung Colloquium (Teaching) Dates: weekly (starts in week: 1) Fri. 13:00 - 15:00 Seminar	Prof. Dr. Jan Peleska
03-IGRAD-agdb (03-05-H-703.91)	Graduiertenseminar Datenbanksysteme Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 (2 Teaching hours per week) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM (03-05-H-804.93)	Graduiertenseminar Digitale Medien Colloquium (Teaching) Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM (03-05-H-805.91)	Graduiertenseminar IT- und Wissensmanagement Seminar (Teaching) Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agki (03-05-H-605.91)	Graduiertenseminar Theorie der Künstlichen Intelligenz Seminar (Teaching) Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 (2 Teaching hours per week) Graduiertenseminar	N. N.
03-IGRAD-agmsis (03-05-H-709.91)	Graduiertenseminar Multisensorische interaktive Systeme Seminar (Teaching) nach Vereinbarung	Udo Frese
03-IGRAD-AGRA (03-05-H-701.91)	Graduiertenseminar Rechnerarchitektur Seminar (Teaching) Das Graduiertenseminar findet nach Vereinbarung statt.	Prof. Dr. Rolf Drechsler
03-IGRAD-AGRN (03-05-H-704.91)	Graduiertenseminar Rechnernetze Seminar (Teaching) Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 Seminar	Ute Bormann
03-IGRAD-AGROBO (03-05-H-712.91)	Graduiertenseminar Robotik Seminar (Teaching) Dates: weekly (starts in week: 1) Wed. 13:00 - 14:00 (1 Teaching hours per week) Graduiertenseminar	Frank Kirchner Dr. Elsa Kirchner
03-IGRAD-CoSy (03-05-H-711.91)	Graduiertenseminar Cognitive Systems (in English) Seminar (Teaching) Dates: fortnightly (starts in week: 16) Wed. 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-CSL (03-05-H-711.93)	Graduiertenseminar Spezielle Themen der Kognitiven Systeme Seminar (Teaching) nach Vereinbarung	Tanja Schultz
03-IGRAD-CSLog	Graduiertenseminar Combinatorial Optimization Seminar (Teaching) nach Vereinbarung	Prof. Dr. Nicole Megow
03-IGRAD-HCI (03-05-H-801.91)	Graduiertenseminar Mensch-Computer-Interaktion Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00	Prof. Dr. Tanja Döring
03-IGRAD-softtech (03-05-H-706.92)	Graduiertenseminar Softwaretechnik Seminar (Teaching) nach Vereinbarung	Prof. Dr. Rainer Koschke
03-IGRAD-ThI (03-05-H-601.91)	Graduiertenseminar Theoretische Informatik Seminar (Teaching) Das Graduiertenseminar findet nach Vereinbarung statt.	Hans-Jörg Kreowski Dr. Sabine Kuske

Veranstaltungen für andere Studiengänge

Course number	Title of event	Lecturer
META-2022/IF-G-09	Grundkurs Datenschutz Basiswissen und Anwendung des Datenschutzes in einer betrieblichen Organisation Blockveranstaltung (Teaching) ECTS: 1-3 Additional dates: Fri. 28.10.22 16:00 - 18:30 Online-Kurs Sat. 29.10.22 10:00 - 13:00 Online-Kurs Sat. 29.10.22 14:00 - 16:30 Online-Kurs Fri. 04.11.22 16:00 - 18:30 Online-Kurs Sat. 05.11.22 10:00 - 13:00 Online-Kurs Sat. 05.11.22 14:00 - 16:30 Online-Kurs In diesem Online-Kurs können Teilnehmende die Inhalte der DSGVO, die Verantwortlichkeit der Beteiligten bei der Datenverarbeitung und den systematischen Aufbau eines betrieblichen Datenschutzkonzeptes kennenlernen. Anhand von ausgewählten Beispielen wird ein Datenschutzkonzept einer betrieblichen Organisation entwickelt. Dieses General Studies-Lehrangebot richtet sich an Studentinnen aller Fächer als Einführung in das Thema. Kursinhalte: Grundlagen des Datenschutzes • Aufbau und Inhalte von DSGVO und BDSG • Rechtmäßigkeit der Verarbeitung • Datenschutz und Informationssicherheit • Gewährleistungsziele des Datenschutzes Praktische Umsetzung des Datenschutzes • Privacy by Design und Privacy by Default • Rechte Betroffener • Anonymisierung und Pseudonymisierung • Technische und organisatorische Maßnahmen nach DS-GVO Datenschutzmanagement • Das Standard-Datenschutzmodell (DSK) • IT-Sicherheitsstandards (ISO 27001, BSI) Konformität und Sanktion • Aufgabenbereich und Zuständigkeiten von Datenschutzbeauftragten • Sanktionen nach DSGVO und BDSG Termine: Freitag, 28.10.22, 16.00 Uhr bis 18.30 Uhr (Vortrag) Samstag, 29.10.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork) Freitag, 04.11.22, 16.00 Uhr bis 18.30 Uhr (Vortrag) Samstag, 05.11.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork) sowie Abschlussprojekt Anmeldung über Stud.IP.	Selma Gebhardt
META-2022/IF-G-10	Grundkurs Datenschutz Basiswissen und Anwendung des Datenschutzes in einer betrieblichen Organisation Blockveranstaltung (Teaching) ECTS: 1-3 Additional dates: Fri. 09.12.22 16:00 - 18:30 Online-Kurs Sat. 10.12.22 10:00 - 13:00 Online-Kurs Sat. 10.12.22 14:00 - 16:30 Online-Kurs Fri. 16.12.22 16:00 - 18:30 Online-Kurs Sat. 17.12.22 10:00 - 13:00 Online-Kurs Sat. 17.12.22 14:00 - 16:30 Online-Kurs In diesem Online-Kurs können Teilnehmende die Inhalte der DSGVO, die Verantwortlichkeit der Beteiligten bei der Datenverarbeitung und den systematischen Aufbau eines betrieblichen Datenschutzkonzeptes kennenlernen. Anhand von ausgewählten Beispielen wird ein Datenschutzkonzept einer betrieblichen Organisation entwickelt. Dieses General Studies-Lehrangebot richtet sich an Studentinnen aller Fächer als Einführung in das Thema. Kursinhalte: Grundlagen des Datenschutzes • Aufbau und Inhalte von DSGVO und BDSG • Rechtmäßigkeit der Verarbeitung • Datenschutz und Informationssicherheit • Gewährleistungsziele des Datenschutzes Praktische Umsetzung des Datenschutzes • Privacy by Design und Privacy by Default • Rechte Betroffener • Anonymisierung und Pseudonymisierung • Technische und organisatorische Maßnahmen nach DS-GVO Datenschutzmanagement • Das Standard-Datenschutzmodell (DSK) • IT-Sicherheitsstandards (ISO 27001, BSI) Konformität und Sanktion • Aufgabenbereich und Zuständigkeiten von Datenschutzbeauftragten • Sanktionen nach DSGVO und BDSG Termine: Freitag, 09.12.22, 16.00 Uhr bis 18.30 Uhr (Vortrag) Samstag, 10.12.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork) Freitag, 16.12.22, 16.00 Uhr bis 18.30 Uhr (Vortrag) Samstag, 17.12.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork) sowie Abschlussprojekt Anmeldung über Stud.IP.	Selma Gebhardt
META-2022/IF-P-12	Einführung in Python Blockveranstaltung (Teaching) ECTS: 1 Additional dates: Mon. 21.11.22 09:00 - 12:30 MZH 0.245 (MIR) Mon. 21.11.22 13:30 - 16:00 MZH 0.245 (MIR) Tue. 22.11.22 09:00 - 12:30 MZH 0.245 (MIR) Tue. 22.11.22 13:30 - 16:00 MZH 0.245 (MIR) Termine: Mo 21. November - Di 22. November 2022 jeweils von 9.00-12.30 Uhr und von 13.30-16.00 Uhr (mit Pausen in den beiden Blöcken) Präsenz-Praktikum im Raum MZH 0.245 (MIR) Der Kurs richtet sich an Teilnehmerinnen mit keinen bzw geringen Programmierkenntnissen. Python ist eine Programmiersprache, die auf Klarheit und Einfachheit setzt. Sie hat niedrige Einstiegshürden und lässt sich vielfältig in den Wissenschaften einsetzen. Dadurch ermöglicht sie es, viele Programmierprobleme mit geringem Aufwand zu lösen. Das Ziel ist es, die grundlegenden Konzepte der Programmiersprache Python zu verstehen und anwenden zu können. Zu diesem Zweck wird es zu jedem Bereich Übungseinheiten geben. Inhalt der Lehrveranstaltung: Grundlegende Programmierung in Python Datenstrukturen in Python Grundlagen der objektorientierten Programmierung in Python Installation und Einsatz von Zusatzpaketen Ein- und Ausgabe Fehlerbehandlung Anmeldung über Stud.IP.	Anke Böthig
META-2023/IF-IS-MT-02	Scrum I - Agiles Projektmanagement. Rollen im Scrum Team, Theory of Scrum und Artefakte Blockveranstaltung (Teaching) ECTS: 1 Additional dates: Mon. 13.02.23 10:00 - 12:30 Online: BigBlueButton Mon. 13.02.23 14:00 - 17:15 Online: BigBlueButton Tue. 14.02.23 10:00 - 12:30 Online: BigBlueButton Tue. 14.02.23 14:00 - 17:15 Online: BigBlueButton Wed. 15.02.23 10:00 - 12:30 Online: BigBlueButton Wed. 15.02.23 14:00 - 17:15 Online: BigBlueButton Thu. 16.02.23 10:00 - 12:30 Online: BigBlueButton Thu. 16.02.23 14:00 - 17:15 Online: BigBlueButton Agile Scrum wird heute als Projektmanagement in vielen Produktentwicklungen eingesetzt. Die Anfänge von Scrum liegen in der Software-Entwicklung, es kann aber auch für jedes andere geeignete Produkt verwendet werden. Scrum ist ein Framework mit Events, Rollen und Artefakten, welche die Teilnehmerinnen als Grundlagen in dem ersten Kurs kennen lernen. Die Basis für jedes agile Scrum Projekt ist der Scrum Guide. Scrum I beginnt mit der Theory of Scrum und geht zur praktischen Anwendung der Grundelemente von Scrum im Scrum Team über. Das Scrum Team ist selbstorganisiert und arbeitet auf einer Ebene hierarchiefrei mit den Rollen Product Owner, Developer und Scrum Master zusammen. Als erstes Artefakt lernen die Teilnehmerinnen das Product Backlog kennen und können agiles Projektmanagement mit Scrum in Teamwork praktisch umsetzen. Kursinhalte: Scrum Framework Teil I: Roles, Values, Three Pillars, Definition of Done, Artefakt: Product Backlog Ablauf eines Scrum Projekts mit Scrum Elementen: Team Formation, Kick Off Meeting, Product Goal and Basic Items, Estimates und Team Skills Es werden drei aufeinander aufbauende Kurse zu Scrum mit der Möglichkeit einer Zertifikatsprüfung zum «Applied Scrum Master» angeboten: Scrum I — Agiles Projektmanagement. Rollen im Scrum Team, Theory of Scrum und Artefakte Scrum II — Agiles Projektmanagement. Events, Sprints und Storyboard Scrum III — Agiles Projektmanagement. Präsentation des Scrum-Projekts und Zertifikatsprüfung «Applied Scrum Master» Die Prüfung zum «Applied Scrum Master» kann im Kurs Scrum III nach Abschluss der Kurse Scrum I und II abgelegt werden. Nach Absprache mit den Dozentinnen können Teilnehmerinnen mit den entsprechenden Vorkenntnissen aus vorherigen Scrum-Kursen auch mit dem Kurs Scrum II beginnen, um an der Zertifikatsprüfung im Kurs Scrum III teilzunehmen. Termine von Scrum I bis III: Scrum I: 13.02.- 16.02.2023 jeweils von 10.00-12.30 Uhr Vortrag/Übungen und 14.00-17.15 Uhr Teamwork Scrum II: 20.02.-23.02.2023 jeweils von 10.00-12.30 Uhr Vortrag/Übungen und 14.00-17.15 Uhr Teamwork Scrum III: 27.02.-01.03.2023 27.02.2023: 10.00-12.30 und von 14.00-17.00 Uhr Teamwork 28.02.203: Zertifikatsprüfung 1. Teil: Prüfung von 10.00-12.30 und von 14.00-17.00 Uhr 01.03. bis 08.03.2023: Zertifikatsprüfung 2. Teil: Coaching nach Vereinbarung zur Abgabe der Dokumente bis zum 08.03.2023 Hinweis: Dies ist ein Lehrangebot im Programm "Meantime Sommerunis" des Kompetenzzentrums Frauen in Naturwissenschaft und Technik der Universität Bremen. Daher können Teilnehmerinnen aus der Universität Bremen sowie aus anderen Hochschulen teilnehmen.	Silke Garms

Sonstige Veranstaltungen ohne Kreditpunkte

Course number	Title of event	Lecturer
03-05-G-709.65	Spiele-AG Seminar (Teaching) Dates: weekly (starts in week: 1) Mon. 18:00 - 20:00 (1 Teaching hours per week) Sitzung Informationen unter https://redmine.informatik.uni-bremen.de/projects/gamedev-ag/wiki	Prof. Dr. Rainer Malaka
03-D-800.01	EDM Journal Club (in English) Seminar (Teaching) Additional dates: Mon. 10.02.20 14:00 - 16:00 MZH 5300 Veranstaltung für Doktoranten, jeden 1. Montag im Monat von 14-16h in Raum 5300.	Robert Porzel Sebastian Höffner Dr. Nina Wenig Prof. Dr. Rainer Malaka
03-IB-CSP	Coding-Support-Projekt Seminar (Teaching) Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 5600 Wir sind Johanna, Jethro und Pascal, 3 engagierte Studierende der Wirtschaftsinformatik und Informatik, und in dieser Veranstaltung wollen wir euch bei dem Einstieg in die Programmierung unterstützen, indem wir in einem lockeren Rahmen Donnerstags von 16-18 Uhr mit euch gemeinsam Java üben. Wir bringen euch kleine und größere Aufgaben mit, die wir dann gemeinsam lösen. Dabei richten wir uns besonders an Anfängerinnen. Gegen Ende der Veranstaltungszeit möchten wir gerne kleine Exkursthemen einbringen, so wollen wir euch z.B. eine Einführung in die GUI-Programmierung geben. Sehr gerne könnt ihr auch eigene Ideen an Aufgaben oder Inhalten mitbringen, die ihr noch nicht vollständig verstanden habt oder die euch vielleicht besonders interessieren. Die Veranstaltung richtet sich in erster Linie an alle Studierenden, die gerade PI1 belegen. Wir können euch für diese Veranstaltung keine CPs geben, seht es aber als Chance nicht nur eure Kommilitoninnen kennenzulernen, sondern auch Unterstützung beim Programmieren zu bekommen oder auch einfach nur als entspanntes zusammensitzen und gemeinsam coden. Bitte nicht wundern: Wir starten erst in der 2.Woche (27.10.2022) und treffen uns im Raum 5600. Unsere Email-Adresse bei Fragen: coding-projekt@groups.uni-bremen.de	Karsten Hölscher

Veranstaltungen von anderen Studiengängen

Course number	Title of event	Lecturer
10-GS-2-05; "Ringvorlesung und Workshop"	Eine Uni, ein Buch: Gedichtalternativen für Deutschland Lecture (Teaching) ECTS: 2 (oder mehr) Dates: weekly (starts in week: 1) Tue. 16:15 - 17:45 (2 Teaching hours per week) Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.	Sabine Oda Doff Dr. Uwe Spörl

Mathematics, M.Sc.

Area of Specialization: Algebra

Modules: Specialization (A, B, and C with 9 CP each)

The modules Specialization A and Specialization B are compulsory modules (2 x 9 CP = 18 CP). The module Specialization C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-7	Commutative Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 7200 Exercise	Anastasios Stefanou

Modules: Diversification (A, B, and C with 9 CP each)

The modules Diversification A and Diversification B are compulsory modules (2 x 9 CP = 18 CP). The module Diversification C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:

Course number	Title of event	Lecturer
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-8	Sampling Theory and Methods (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 7200 Lecture / Exercise weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 7200 Lecture	Maryam Movahedifar
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Module: Advanced Communications A (2 x 4,5 CP = 9 CP)

Compulsory module in the area of specialization in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-9	Knots, the Universe and Everything (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 7200 Seminar	Dr. Tim Haga

Module: Advanced Communications B (2 x 4,5 CP = 9 CP)

Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek
03-M-AC-10	Dirichlet Forms on Graphs (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 4140 Seminar	PD Dr. Hendrik Vogt
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.

Module: Reading Course B (9 CP)

Compulsory module either in the area of specialization or area of diversification and with the following courses:

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Area of Specialization: Analysis

Modules: Specialization (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann

Modules: Diversification (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-7	Commutative Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 7200 Exercise	Anastasios Stefanou
03-M-SP-8	Sampling Theory and Methods (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 7200 Lecture / Exercise weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 7200 Lecture	Maryam Movahedifar
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Module: Advanced Communications A (2 x 4,5 CP = 9 CP)

Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-10	Dirichlet Forms on Graphs (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 4140 Seminar	PD Dr. Hendrik Vogt
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Module: Advanced Communications B (2 x 4,5 CP = 9 CP)

Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek
03-M-AC-9	Knots, the Universe and Everything (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 7200 Seminar	Dr. Tim Haga
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:

Course number	Title of event	Lecturer
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl

Module: Reading Course B (9 CP)

Compulsory module either in the area of specialization or area of diversification and with the following courses:

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Area of Specialization: Numerical Analysis

Modules: Specialization (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Modules: Diversification (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-7	Commutative Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 7200 Exercise	Anastasios Stefanou
03-M-SP-8	Sampling Theory and Methods (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 7200 Lecture / Exercise weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 7200 Lecture	Maryam Movahedifar

Module: Advanced Communications A (2 x 4,5 CP = 9 CP)

Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek

Module: Advanced Communications B (2 x 4,5 CP = 9 CP)

Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez
03-M-AC-9	Knots, the Universe and Everything (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 7200 Seminar	Dr. Tim Haga
03-M-AC-10	Dirichlet Forms on Graphs (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 4140 Seminar	PD Dr. Hendrik Vogt
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:

Course number	Title of event	Lecturer
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens

Module: Reading Course B (9 CP)

Compulsory module either in the area of specialization or area of diversification and with the following courses:

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Area of Specialization: Statistics/Stochastics

Modules: Specialization (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-8	Sampling Theory and Methods (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 7200 Lecture / Exercise weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 7200 Lecture	Maryam Movahedifar

Modules: Diversification (A, B, and C with 9 CP each)

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-7	Commutative Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 7200 Exercise	Anastasios Stefanou
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Module: Advanced Communications A (2 x 4,5 CP = 9 CP)

Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer

Module: Advanced Communications B (2 x 4,5 CP = 9 CP)

Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek
03-M-AC-9	Knots, the Universe and Everything (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 7200 Seminar	Dr. Tim Haga
03-M-AC-10	Dirichlet Forms on Graphs (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 4140 Seminar	PD Dr. Hendrik Vogt
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:

Course number	Title of event	Lecturer
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Module: Reading Course B (9 CP)

Compulsory module either in the area of specialization or area of diversification and with the following courses:

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Mathematik, B.Sc.

Vor dem ersten Semester

Course number	Title of event	Lecturer
03-M-BM	BrückenMathematik Preparation Course Mathematics at the University Bremen Blockveranstaltung (Teaching) Additional dates: Mon. 19.09.22 - Fri. 23.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Mon. 26.09.22 - Fri. 30.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)	Lars Siemer Dr. Ingolf Schäfer Dr. Arsen Narimanyan
03-M-OW	O-Woche Blockveranstaltung (Teaching) Additional dates: Mon. 10.10.22 - Fri. 14.10.22 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 19:00 1. Ebene im MZH Gebäude Orientierungswoche für Erstsemesterstudierende in den mathematischen Studiengängen. Alle Details und Infos findest du unter https://math.stugen.de/wordpress/service/o-woche/	Lars Siemer

Bachelor 1. Semester

Modul: Analysis 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:

Course number	Title of event	Lecturer
03-M-ANA-1.1	Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1450 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1110 Übung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 2340 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung	Prof. Dr. Marc Keßeböhmer
03-M-ANA-1.2	Vertiefung zur Analysis 1 (Vollfach) Additional Topics in Analysis 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1470 Plenum	Prof. Dr. Marc Keßeböhmer

Modul: Lineare Algebra 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:

Course number	Title of event	Lecturer
03-M-LAG-1.1	Lineare Algebra 1 Linear Algebra 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1110 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1380/1400 Vorlesung Additional dates: Thu. 16.02.23 10:00 - 13:00 MZH 1380/1400	Eugenia Saorin Gomez
03-M-LAG-1.2	Vertiefung zur Linearen Algebra 1 (Vollfach) Additional Topics in Linear Algebra 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1470 Plenum	Eugenia Saorin Gomez

Modul: Mathematisches Computerpraktikum (3 CP)

Pflichtmodul im 1. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-MCP-1	Mathematisches Computerpraktikum Computer Laboratory Kurs (Teaching) ECTS: 3 Additional dates: Mon. 20.02.23 - Wed. 22.02.23 (Mon., Tue., Wed.) 10:00 - 18:00 MZH 1090 Mon. 27.02.23 - Fri. 03.03.23 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 18:00 MZH 1090 Mon. 06.03.23 - Tue. 07.03.23 (Mon., Tue.) 10:00 - 18:00 MZH 1090 Thu. 30.03.23 09:00 - 13:00 MZH 1380/1400 Mon. 17.04.23 10:00 - 12:00 MZH 6200 Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.	Prof. Dr. Daniel Schmand

Bachelor 3. Semester

Modul: Algebra (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-ALG-1	Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 5600 MZH 7200 Vorlesung weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 7200 Übung	Dr. Tim Haga

Modul: Analysis 3 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-ANA-3	Analysis 3 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1100 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 6200 Vorlesung Additional dates: Wed. 01.03.23 09:00 - 13:00 MZH 1470	Prof. Dr. Anke Dorothea Pohl

Modul: Numerik 1 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-NUM-1	Numerik 1 Numerical Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 6200 Vorlesung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1470 Übung	Alfred Schmidt

Bachelor 4. Semester und höher

Module: Fortgeschrittene Themen (A, B und C mit je 9 CP)

Pflichtmodule, welche im 4. und 5. Semester belegt werden sollten. Für jedes der DREI Module (Fortgeschrittene Themen A / B / C) muss jeweils EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:

Course number	Title of event	Lecturer
03-IMAT-KRYPT (03-MB-699.09)	Einführung in die Kryptographie Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 5600 Kurs Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 Übung Online Profil: SQ Schwerpunkt: IMA-SQ. mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen	Dieter Hutter Karsten Sohr
03-M-FTH-4	Altes und neues über konvexe Geometrie old and new about Convex Geometry Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 4140 Vorlesung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 3150 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 7200 Vorlesung	Eugenia Saorin Gomez
03-M-Gy4-1	Funktionentheorie Complex Analysis Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 3150 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 4140 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1470 Vorlesung Additional dates: Tue. 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)	PD Dr. Hendrik Vogt Dr. Ingolf Schäfer
03-M-MMOD-1	Mathematische Modellierung Mathematical Modelling Kurs (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 2340 Vorlesung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 2340 Übung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 2340 Vorlesung	Prof. Dr. Andreas Rademacher

Module: Mathematisches Kommunizieren (A und B mit je 3 CP)

Pflichtmodule, welche im 4. und 5. Semester belegt werden sollten. Für jedes der ZWEI Module (Mathematisches Kommunizieren A / B) muss jeweils EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:

Course number	Title of event	Lecturer
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer
03-M-FEB-1	Forschungserfahrungen im Bachelor Research Experiences for Undergraduates Introductory seminar course (Teaching) ECTS: 3 / 5 Weitere Infos unter http://www.feb.uni-bremen.de Termine nach Vereinbarung	Prof. Dr. Marc Keßeböhmer
03-M-MKOM-1	Lineare Algebra Linear Algebra (33 Miniatures in Linear Algebra) 33 Miniaturen zur Linearen Algebra Introductory seminar course (Teaching) ECTS: 3 / 5 Additional dates: Tue. 21.02.23 - Fri. 24.02.23 (Tue., Wed., Thu., Fri.) 08:00 - 14:00 MZH 4140	Eugenia Saorin Gomez
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Modul: Bachelorarbeit (15 CP)

Abschlussmodul im 6. Semester. Weitere Informationen finden Sie unter www.szmathe.uni-bremen.de und in Stud.IP unter folgender Veranstaltung:

Course number	Title of event	Lecturer
03-M-BA-M-1	Bachelorarbeit Mathematik Bachelor Thesis Mathematics Kurs (Teaching) Wie finde ich ein Thema, bei wem schreibe ich meine Bachelorarbeit, wie muss diese aussehen und was beinhaltet die Bachelorarbeit alles? Antworten zu diesen und weiteren Fragen finden Sie unter www.szmathe.uni-bremen.de und eine Liste der aktuellen Abschlusstehemen hier im Wiki.	N. N.

General Studies - Fachergänzende Studien

Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik

Course number	Title of event	Lecturer
03-M-GS-2	Modelle und Mathematik Models and Mathematics Seminar (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver
03-M-GS-3	Grundlegende Methoden der angewandten Statistik Basic Methods of Applied Statistics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1470 Vorlesung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1470 Übung Additional dates: Fri. 10.02.23 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg
03-M-GS-6	Data Science in Natural Sciences using R (in English) a course on R programming and data science methods with practicals and projects Lecture (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 0230/0240 (P3) (2 Teaching hours per week) mix of lectures and practicals The course provides an introductory level of programming skills in R. Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.	Prof. Dr. Stephan Frickenhaus
CC-02-WiSe22-23	Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen Essentials of business studies for students and graduates of engineering and natural sciences Blockveranstaltung (Teaching) ECTS: empfohlen 1 & Zertifikat Additional dates: Mon. 24.10.22 - Wed. 26.10.22 (Mon., Tue., Wed.) 16:00 - 20:00 Online Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Lars Kaletka
CC-43-WiSe22-23	Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge Tools for career entry for students of natural sciences and engineering Blockveranstaltung (Teaching) Additional dates: Mon. 27.02.23 09:00 - 17:00 Online Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Wolfgang Leybold

Mathematik, B.Sc./M.Sc. (Studienbeginn vor 2022)

Veranstaltungen vor dem 1. Semester

Course number	Title of event	Lecturer
03-M-BM	BrückenMathematik Preparation Course Mathematics at the University Bremen Blockveranstaltung (Teaching) Additional dates: Mon. 19.09.22 - Fri. 23.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Mon. 26.09.22 - Fri. 30.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)	Lars Siemer Dr. Ingolf Schäfer Dr. Arsen Narimanyan
03-M-OW	O-Woche Blockveranstaltung (Teaching) Additional dates: Mon. 10.10.22 - Fri. 14.10.22 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 19:00 1. Ebene im MZH Gebäude Orientierungswoche für Erstsemesterstudierende in den mathematischen Studiengängen. Alle Details und Infos findest du unter https://math.stugen.de/wordpress/service/o-woche/	Lars Siemer

Bachelor: Pflichtveranstaltungen

Pflichtveranstaltungen für den Studiengang Mathematik B.Sc.

Course number	Title of event	Lecturer
03-IBGP-PI1	Praktische Informatik 1: Imperative Programmierung und Objektorientierung Practical Computer Science 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Mon. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Mon. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Tue. 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Wed. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Wed. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung. Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb. Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.	Thomas Röfer
03-M-ALG-1	Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 5600 MZH 7200 Vorlesung weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 7200 Übung	Dr. Tim Haga
03-M-ANA-1.1	Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1450 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1110 Übung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 2340 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung	Prof. Dr. Marc Keßeböhmer
03-M-ANA-1.2	Vertiefung zur Analysis 1 (Vollfach) Additional Topics in Analysis 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1470 Plenum	Prof. Dr. Marc Keßeböhmer
03-M-ANA-3	Analysis 3 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1100 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 6200 Vorlesung Additional dates: Wed. 01.03.23 09:00 - 13:00 MZH 1470	Prof. Dr. Anke Dorothea Pohl
03-M-LAG-1.1	Lineare Algebra 1 Linear Algebra 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1110 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1380/1400 Vorlesung Additional dates: Thu. 16.02.23 10:00 - 13:00 MZH 1380/1400	Eugenia Saorin Gomez
03-M-LAG-1.2	Vertiefung zur Linearen Algebra 1 (Vollfach) Additional Topics in Linear Algebra 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1470 Plenum	Eugenia Saorin Gomez
03-M-MCP-1	Mathematisches Computerpraktikum Computer Laboratory Kurs (Teaching) ECTS: 3 Additional dates: Mon. 20.02.23 - Wed. 22.02.23 (Mon., Tue., Wed.) 10:00 - 18:00 MZH 1090 Mon. 27.02.23 - Fri. 03.03.23 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 18:00 MZH 1090 Mon. 06.03.23 - Tue. 07.03.23 (Mon., Tue.) 10:00 - 18:00 MZH 1090 Thu. 30.03.23 09:00 - 13:00 MZH 1380/1400 Mon. 17.04.23 10:00 - 12:00 MZH 6200 Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.	Prof. Dr. Daniel Schmand
03-M-NUM-1	Numerik 1 Numerical Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 6200 Vorlesung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1470 Übung	Alfred Schmidt

Bachelor: Wahlpflichtveranstaltungen

Wahlpflichtveranstaltungen für den Studiengang Mathematik B.Sc.

Course number	Title of event	Lecturer
03-IMAT-KRYPT (03-MB-699.09)	Einführung in die Kryptographie Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 5600 Kurs Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 Übung Online Profil: SQ Schwerpunkt: IMA-SQ. mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen	Dieter Hutter Karsten Sohr
03-M-FTH-4	Altes und neues über konvexe Geometrie old and new about Convex Geometry Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 4140 Vorlesung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 3150 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 7200 Vorlesung	Eugenia Saorin Gomez
03-M-Gy4-1	Funktionentheorie Complex Analysis Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 3150 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 4140 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1470 Vorlesung Additional dates: Tue. 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)	PD Dr. Hendrik Vogt Dr. Ingolf Schäfer
03-M-MMOD-1	Mathematische Modellierung Mathematical Modelling Kurs (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 2340 Vorlesung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 2340 Übung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 2340 Vorlesung	Prof. Dr. Andreas Rademacher
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath

Bachelor: Proseminare

Course number	Title of event	Lecturer
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer
03-M-FEB-1	Forschungserfahrungen im Bachelor Research Experiences for Undergraduates Introductory seminar course (Teaching) ECTS: 3 / 5 Weitere Infos unter http://www.feb.uni-bremen.de Termine nach Vereinbarung	Prof. Dr. Marc Keßeböhmer
03-M-MKOM-1	Lineare Algebra Linear Algebra (33 Miniatures in Linear Algebra) 33 Miniaturen zur Linearen Algebra Introductory seminar course (Teaching) ECTS: 3 / 5 Additional dates: Tue. 21.02.23 - Fri. 24.02.23 (Tue., Wed., Thu., Fri.) 08:00 - 14:00 MZH 4140	Eugenia Saorin Gomez
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Master: Wahlpflichtveranstaltungen

Vertiefungsrichtung Algebra

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-SP-7	Commutative Algebra Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 7200 Lecture weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 7200 Exercise	Anastasios Stefanou

Vertiefungsrichtung Analysis

Course number	Title of event	Lecturer
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann

Vertiefungsrichtung Numerik

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Vertiefungsrichtung Stochastik & Statistik

Course number	Title of event	Lecturer
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-8	Sampling Theory and Methods (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 7200 Lecture / Exercise weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 7200 Lecture	Maryam Movahedifar

Master: Seminare

Vertiefungsrichtung Algebra

Course number	Title of event	Lecturer
03-M-AC-9	Knots, the Universe and Everything (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 7200 Seminar	Dr. Tim Haga

Vertiefungsrichtung Analysis

Course number	Title of event	Lecturer
03-M-AC-10	Dirichlet Forms on Graphs (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 4140 Seminar	PD Dr. Hendrik Vogt
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer
03-M-MKOM-3	Fourier-Analysis (Proseminar / Seminar) Kurs (Teaching) ECTS: 3 / 4,5 / 5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 4140 (Pro)Seminar Additional dates: Fri. 20.01.23 14:15 - 16:00 MZH 4140 Fri. 27.01.23 14:15 - 16:00 MZH 4140 Fri. 03.02.23 14:15 - 16:00 MZH 4140	Prof. Dr. Marc Keßeböhmer

Vertiefungsrichtung Numerik

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek

Vertiefungsrichtung Stochastik & Statistik

Course number	Title of event	Lecturer
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez
03-M-AC-14	Regular variation with applications in stochastics (in English) Seminar (Teaching) ECTS: 3 / 4,5 / 5 / 6	Prof. Dr. Marc Keßeböhmer

Master: Reading Courses

Course number	Title of event	Lecturer
03-M-RC-ALG	Reading Course Algebra (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov N. N.
03-M-RC-ANA	Reading Course Analysis (in English) Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 4140	Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUM	Reading Course Numerical Analysis Seminar (Teaching) ECTS: 9	Prof. Dr. Christof Büskens
03-M-RC-STS	Reading Course Statistics/Stochastics (in English) Seminar (Teaching) ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Oberseminare

Course number	Title of event	Lecturer
03-M-OS-3	Oberseminar Angewandte Statistik Seminar (Teaching) Homepage zur Veranstaltung: http://anstat.uni-bremen.de/node/6	Prof. Dr. Werner Brannath
03-M-OS-4	Oberseminar Dynamische Systeme und Geometrie Seminar: Dynamical Systems and Geometry Seminar (Teaching) Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 4140 Seminar Additional dates: Tue. 31.01.23 12:00 - 14:00 MZH 4140 Weitere Infos auf der Seminar-Homepage	Prof. Dr. Marc Keßeböhmer Prof. Dr. Anke Dorothea Pohl
03-M-OS-6	Oberseminar Mathematische Datenanalyse in der Bioinformatik Mathematical data analysis in bioinformatics Seminar (Teaching) Termin nach Vereinbarung. Studiengang: T-M	Tobias Boskamp
03-M-OS-9	Oberseminar Optimierung & Optimale Steuerung Seminar Optimisation and Optimal Control Seminar (Teaching) Termin nach Vereinbarung. Homepage zur Veranstaltung: http://zetem.uni-bremen.de/o2c/veranstaltungen	Prof. Dr. Christof Büskens
03-M-OS-11	Oberseminar Algebra und Topologie Seminar (Teaching)	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-OS-13	Oberseminar Deep Learning Seminar (Teaching)	Peter Maaß

General Studies

Course number	Title of event	Lecturer
03-M-GS-2	Modelle und Mathematik Models and Mathematics Seminar (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver
03-M-GS-3	Grundlegende Methoden der angewandten Statistik Basic Methods of Applied Statistics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1470 Vorlesung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1470 Übung Additional dates: Fri. 10.02.23 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg
03-M-GS-5	Statistical Consulting (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
03-M-GS-6	Data Science in Natural Sciences using R (in English) a course on R programming and data science methods with practicals and projects Lecture (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 0230/0240 (P3) (2 Teaching hours per week) mix of lectures and practicals The course provides an introductory level of programming skills in R. Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.	Prof. Dr. Stephan Frickenhaus
03-M-GS-7	Introduction to R (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 12:00 - 13:00 Seminar im KKSB weekly (starts in week: 1) Fri. 08:00 - 10:00 SFG 1040 Seminar Präsenz	Prof. Dr. Werner Brannath Eike Voß
CC-02-WiSe22-23	Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen Essentials of business studies for students and graduates of engineering and natural sciences Blockveranstaltung (Teaching) ECTS: empfohlen 1 & Zertifikat Additional dates: Mon. 24.10.22 - Wed. 26.10.22 (Mon., Tue., Wed.) 16:00 - 20:00 Online Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Lars Kaletka
CC-43-WiSe22-23	Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge Tools for career entry for students of natural sciences and engineering Blockveranstaltung (Teaching) Additional dates: Mon. 27.02.23 09:00 - 17:00 Online Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Wolfgang Leybold

Mathematik 2-Fächer Bachelor/M.Ed. (Gymnasien/Oberschule)

Veranstaltungen vor dem 1. Semester

Course number	Title of event	Lecturer
03-M-OW	O-Woche Blockveranstaltung (Teaching) Additional dates: Mon. 10.10.22 - Fri. 14.10.22 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 19:00 1. Ebene im MZH Gebäude Orientierungswoche für Erstsemesterstudierende in den mathematischen Studiengängen. Alle Details und Infos findest du unter https://math.stugen.de/wordpress/service/o-woche/	Lars Siemer

Bachelor: 1. Semester

Course number	Title of event	Lecturer
03-M-Gy1-1b	Vertiefung zur Linearen Algebra 1 für Lehramt Additional Topics in Linear Algebra 1 Projektplenum (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 6200 Plenum	Dr. Ingolf Schäfer
03-M-LAG-1.1	Lineare Algebra 1 Linear Algebra 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1110 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1380/1400 Vorlesung Additional dates: Thu. 16.02.23 10:00 - 13:00 MZH 1380/1400	Eugenia Saorin Gomez

Bachelor: 3. Semester

Course number	Title of event	Lecturer
03-M-ANA-1.1	Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1450 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1110 Übung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 2340 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung	Prof. Dr. Marc Keßeböhmer
03-M-D1-1	Grundzüge der Mathematikdidaktik - Teil 1 Main Features of Mathematics Education - Part 1 Lecture (Teaching) ECTS: 4 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1100 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 5600 Vorlesung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 1100 Übung	Dr. Ingolf Schäfer Luisa Gunia
03-M-Gy3-1b	Vertiefung zur Analysis 1 für Lehramt Additional Topics in Analysis 1 Projektplenum (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 6200 Plenum Additional dates: Mon. 06.02.23 14:00 - 16:00 MZH 6200	Dr. Ingolf Schäfer

Bachelor: 5. Semester

Course number	Title of event	Lecturer
03-M-D2-2	Diagnostizieren und Fördern mit Praxisanteilen (Didaktik der Arithmetik) Diagnosing and Fostering with Practical Parts: Arithmetic Education Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 5600 Seminar weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1100 Seminar weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1110 Seminar Additional dates: Sat. 22.10.22 10:00 - 13:30 MZH 1100 Sat. 22.10.22 10:00 - 13:30 MZH 1110	Prof. Dr. Christine Knipping Fiene Bredow
03-M-Gy5-1	Angewandte Mathematik Applied Mathematics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1100 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 5500 Übung weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1470 Vorlesung	Prof. Dr. Thorsten-Ingo Dickhaus

Master: 1. Semester

Course number	Title of event	Lecturer
03-M-D3-1	Stoffdidaktisch denken lernen Learning to Think in a "Stoffdidactical" Way Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 5500 Seminar	Prof. Dr. Christine Knipping
03-M-Gy4-1	Funktionentheorie Complex Analysis Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 3150 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 4140 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1470 Vorlesung Additional dates: Tue. 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)	PD Dr. Hendrik Vogt Dr. Ingolf Schäfer

Master: 3. Semester

Course number	Title of event	Lecturer
03-M-D5-1	Mathematisch denken und handeln (Didaktik der Analysis) Thinking and Acting Mathematically (Epistemological Beliefs) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 1100 Seminar Additional dates: Thu. 10.11.22 12:00 - 14:00 MZH 4140 Das Seminar findet im Unicom statt	Dr. Ingolf Schäfer
03-M-D6-1	Forschungsmethoden anwenden und reflektieren (Masterarbeit) Degree Module (Research Design) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 MZH 2495 Matelier Seminar Das Seminar findet im Unicom statt.	Fiene Bredow

Master 4. Semester

Course number	Title of event	Lecturer
03-M-Gy8-1	Proseminar Differentialgeometrie Introductory Seminar Differential Geometry Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 1380/1400 Seminar Additional dates: Tue. 07.02.23 09:00 - 17:00 MZH 5500 Tue. 07.02.23 09:00 - 17:00 MZH 5600 Thu. 09.02.23 09:00 - 17:00 MZH 5500 Thu. 09.02.23 09:00 - 17:00 MZH 5600 Tue. 14.02.23 09:00 - 17:00 MZH 5500 Tue. 14.02.23 09:00 - 14:00 MZH 5600 Thu. 16.02.23 09:00 - 17:00 MZH 5500 Thu. 16.02.23 09:00 - 17:00 MZH 5600	Dr. Ingolf Schäfer PD Dr. Hendrik Vogt Prof. Dr. Marc Keßeböhmer

Forschungsseminar

Course number	Title of event	Lecturer
03-M-FS-1	Forschungsseminar zur Mathematikdidaktik Seminar (Teaching) Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 6240 Seminar	Prof. Dr. Christine Knipping Prof. Dr. Maike Vollstedt

General Studies

Course number	Title of event	Lecturer
03-M-GS-2	Modelle und Mathematik Models and Mathematics Seminar (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver
03-M-GS-3	Grundlegende Methoden der angewandten Statistik Basic Methods of Applied Statistics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1470 Vorlesung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1470 Übung Additional dates: Fri. 10.02.23 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg

Medical Biometry / Biostatistics, M.Sc.

1. Modulbereich Biometrie

Course number	Title of event	Lecturer
03-BioStat-A-1-1	Biometrical Methods (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 14:00 - 14:45 BIPS 1550 Übung Präsenz weekly (starts in week: 1) Tue. 09:00 - 09:45 BIPS 1550 Vorlesung Präsenz weekly (starts in week: 1) Thu. 14:15 - 15:45 BIPS 1550 Vorlesung Präsenz Additional dates: Fri. 10.03.23 10:15 - 11:45 BIPS 1550	Prof. Dr. Marvin Nils Ole Wright
03-BioStat-A-2-1	Statistical Modelling I (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 13:00 - 14:00 BIPS 1550 Übung Präsenz weekly (starts in week: 1) Tue. 14:15 - 15:00 BIPS 1550 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 11:30 BIPS 1550 Lecture Additional dates: Tue. 01.11.22 14:00 - 15:30 1550 Wed. 02.11.22 10:00 - 10:45 1550 Wed. 02.11.22 11:00 - 12:00 BIPS 1550 Tue. 15.11.22 14:15 - 15:00 Wed. 16.11.22 10:00 - 11:30 Tue. 22.11.22 14:15 - 15:30 BIPS 1550 Wed. 23.11.22 11:00 - 12:00 BIPS 1550 Tue. 29.11.22 14:15 - 15:00 Tue. 29.11.22 14:15 - 15:00 BIPS 1550 Wed. 30.11.22 10:00 - 11:30 Tue. 06.12.22 14:15 - 15:00 Tue. 13.12.22 14:15 - 15:00 Wed. 14.12.22 09:00 - 10:00 BIPS 1550 Wed. 14.12.22 10:00 - 11:30 Tue. 20.12.22 14:15 - 15:00 Wed. 21.12.22 10:00 - 11:30 Tue. 10.01.23 14:15 - 15:00 Wed. 11.01.23 10:00 - 11:30 Tue. 17.01.23 14:15 - 15:00 Wed. 18.01.23 10:00 - 11:30 Tue. 24.01.23 14:15 - 15:00 Wed. 25.01.23 10:00 - 11:30 Tue. 31.01.23 14:15 - 15:00 Wed. 01.02.23 10:00 - 11:30	Prof. Dr. Iris Pigeot-Kübler
03-BioStat-A-3-1	Data Management (in English) Practical training (Teaching) ECTS: 4 Dates: weekly (starts in week: 1) Thu. 08:00 - 12:00 MZH 1470 Praktikum Präsenz Room (Raum): Cognium 0.320	Dr. Martin Scharpenberg

2. Modulbereich Anwendungsfelder und biomedizinische Grundlagen

Course number	Title of event	Lecturer
03-BioStat-B-1-1	Clinical Trials I (in English) Lecture (Teaching) ECTS: 4 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 Vorlesung Präsenz weekly (starts in week: 1) Tue. 13:00 - 14:00 Übung Präsenz weekly (starts in week: 1) Wed. 13:00 - 14:00 Übung Präsenz Additional dates: Mon. 06.02.23 10:00 - 12:00 MZH 1470 Raum wird nach Anmeldung im Stud.IP bekannt gegeben. Room will be anounced after registration in StudIP.	Dr. Martin Scharpenberg
03-BioStat-B-1-3	Ethical Aspects (in English) Lecture (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 BIPS 1550 Vorlesung Präsenz Additional dates: Thu. 09.02.23 10:00 - 12:00 MZH 1470 Raum wird nach Anmeldung im Stud.IP bekannt gegeben. Room will be anounced after registration in StudIP.	Dr. Martin Scharpenberg
03-BioStat-B-2-1	Medical Basics - Common Diseases and Molecular Medicine (in English) Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 11:00 - 15:00 Vorlesung Additional dates: Fri. 17.02.23 10:00 - 12:00 MZH 1090 Raum wird nach Anmeldung im Stud.IP bekannt gegeben. Room will be anounced after registration in StudIP. Lecturer (DozentInnen): MedizinerInnen des Kooperationszentrums Medizin der Universität Bremen (KOM) Homepage	Dr. Martin Scharpenberg Nikolaos Papathanasiou

3. Wahlbereich

Course number	Title of event	Lecturer
03-BioStat-E-1	Mathematical Basics in Biostatistics (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 SFG 2010 Seminar Präsenz Raum wird nach Anmeldung im Stud.IP bekannt gegeben. Room will be anounced after restristration in StudIP	Prof. Dr. Werner Brannath
03-M-AC-7	Advanced Topics in Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Tue. 16:00 - 18:00 BIPS 1550 Seminar regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.	Prof. Dr. Vanessa Didelez

4. Sonstige Veranstaltungen

Course number	Title of event	Lecturer
	Block Course: Introduction into SAS Blockveranstaltung (Teaching) Additional dates: Mon. 17.10.22 - Wed. 19.10.22 (Mon., Tue., Wed.) 08:00 - 17:00 COG 0320	Marieke Niemeyer Alina Ludewig
03-M-GS-5	Statistical Consulting (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
03-M-GS-7	Introduction to R (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Thu. 12:00 - 13:00 Seminar im KKSB weekly (starts in week: 1) Fri. 08:00 - 10:00 SFG 1040 Seminar Präsenz	Prof. Dr. Werner Brannath Eike Voß

Technomathematik, B.Sc./M.Sc. (Studienbeginn vor 2022)

Veranstaltungen vor dem 1. Semester

Course number	Title of event	Lecturer
03-M-BM	BrückenMathematik Preparation Course Mathematics at the University Bremen Blockveranstaltung (Teaching) Additional dates: Mon. 19.09.22 - Fri. 23.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Mon. 26.09.22 - Fri. 30.09.22 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 14:30 Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)	Lars Siemer Dr. Ingolf Schäfer Dr. Arsen Narimanyan

Bachelor: Pflichtveranstaltungen

Course number	Title of event	Lecturer
03-M-ANA-1.1	Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 10:00 - 12:00 GW2 B1820 Vorlesung weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1450 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1110 Übung weekly (starts in week: 1) Wed. 16:00 - 18:00 MZH 2340 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung	Prof. Dr. Marc Keßeböhmer
03-M-ANA-1.2	Vertiefung zur Analysis 1 (Vollfach) Additional Topics in Analysis 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 1470 Plenum	Prof. Dr. Marc Keßeböhmer
03-M-ANA-3	Analysis 3 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1100 Übung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 6200 Vorlesung Additional dates: Wed. 01.03.23 09:00 - 13:00 MZH 1470	Prof. Dr. Anke Dorothea Pohl
03-M-LAG-1.1	Lineare Algebra 1 Linear Algebra 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1110 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 4140 Übung weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 1380/1400 Vorlesung Additional dates: Thu. 16.02.23 10:00 - 13:00 MZH 1380/1400	Eugenia Saorin Gomez
03-M-LAG-1.2	Vertiefung zur Linearen Algebra 1 (Vollfach) Additional Topics in Linear Algebra 1 (Single Major Subject) Projektplenum (Teaching) ECTS: 1,5 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1470 Plenum	Eugenia Saorin Gomez
03-M-MCP-1	Mathematisches Computerpraktikum Computer Laboratory Kurs (Teaching) ECTS: 3 Additional dates: Mon. 20.02.23 - Wed. 22.02.23 (Mon., Tue., Wed.) 10:00 - 18:00 MZH 1090 Mon. 27.02.23 - Fri. 03.03.23 (Mon., Tue., Wed., Thu., Fri.) 10:00 - 18:00 MZH 1090 Mon. 06.03.23 - Tue. 07.03.23 (Mon., Tue.) 10:00 - 18:00 MZH 1090 Thu. 30.03.23 09:00 - 13:00 MZH 1380/1400 Mon. 17.04.23 10:00 - 12:00 MZH 6200 Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.	Prof. Dr. Daniel Schmand
03-M-MMOD-1	Mathematische Modellierung Mathematical Modelling Kurs (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 2340 Vorlesung weekly (starts in week: 1) Tue. 14:00 - 16:00 MZH 2340 Übung weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 2340 Vorlesung	Prof. Dr. Andreas Rademacher
03-M-NUM-1	Numerik 1 Numerical Analysis 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 6200 Vorlesung weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 6200 Vorlesung weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1470 Übung	Alfred Schmidt

Bachelor: Wahlpflichtveranstaltungen

Course number	Title of event	Lecturer
03-M-FTH-4	Altes und neues über konvexe Geometrie old and new about Convex Geometry Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 12:00 - 14:00 MZH 4140 Vorlesung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 3150 Übung weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 7200 Übung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 7200 Vorlesung	Eugenia Saorin Gomez
03-M-Gy4-1	Funktionentheorie Complex Analysis Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1470 Vorlesung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 3150 Übung weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 4140 Übung weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 1470 Vorlesung Additional dates: Tue. 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)	PD Dr. Hendrik Vogt Dr. Ingolf Schäfer
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath

Master: Pflichtveranstaltungen

Course number	Title of event	Lecturer
03-M-MS-2	Modellierungsseminar (Teil 2) Modeling Seminar Seminar (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 2340 Seminar Homepage zur Veranstaltung: http://zetem.uni-bremen.de/o2c/veranstaltungen	Tobias Kluth
03-M-NPDE-1	Numerical Methods for Partial Differential Equations (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 2340 Exercise weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 2340 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 2340 Lecture	Prof. Dr. Andreas Rademacher

Master: Wahlpflichtveranstaltungen

Course number	Title of event	Lecturer
03-IMAT-AU (03-ME-602.99c)	Algorithms and Uncertainty (in English) Kurs (Teaching) ECTS: 6 (9) Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1470 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1470 Kurs Präsenz Profil: SQ Schwerpunkt: IMA-SQ, IMA-AI A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning. However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data. In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models. Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario. In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative. In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value. Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms. Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions. Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term. Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.	Prof. Dr. Nicole Megow Dr. Felix Christian Hommelsheim
03-M-MDAIP-1	Mathematical Foundations of Data Analysis (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 4140 Lecture weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 4140 Exercise weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1100 Lecture	Peter Maaß
03-M-SP-1	Inverse Problems (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 2340 Exercise weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 2340 Lecture	Peter Maaß Dr. Matthias Beckmann
03-M-SP-2	Basics of Mathematical Statistics (Statistics I) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 1100 Lecture weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1450 Exercise	Prof. Dr. Werner Brannath
03-M-SP-3	Mathematical Foundations of Deep Learning (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 9) Mon. 08:00 - 12:00 MZH 2340 Lecture/Exercise weekly (starts in week: 8) Wed. 08:00 - 10:00 MZH 2340 Lecture / Exercise	Sören Dittmer
03-M-SP-5	Theory of Nonparametric Tests (Statistics III) (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 1100 Lecture weekly (starts in week: 1) Thu. 10:00 - 12:00 MZH 4140 Lecture weekly (starts in week: 1) Thu. 16:00 - 18:00 MZH 4140 Exercise	Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-6	Algorithmic Game Theory (in English) Lecture (Teaching) ECTS: 9 (6) Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 4140 Exercise weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 2340 Lecture weekly (starts in week: 1) Fri. 12:00 - 14:00 MZH 2340 Lecture Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games. The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.	Prof. Dr. Daniel Schmand
03-M-SP-9	Introduction to Nonlinear Optimization and Optimal Control (in English) Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 Lecture weekly (starts in week: 1) Tue. 08:00 - 10:00 Lecture weekly (starts in week: 1) Tue. 14:00 - 16:00 Exercise Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens
04-M30-CP-SFT-3	Trajectory Optimization (in English) Lecture (Teaching) ECTS: 4,5 Dates: weekly (starts in week: 1) Mon. 14:00 - 17:00 GW1 B0100	Matthias Knauer Prof. Dr. Christof Büskens

Master: Seminare

Course number	Title of event	Lecturer
03-M-AC-1	Numerical Methods for Partial Differential Equations (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 2340 Seminar	Alfred Schmidt
03-M-AC-2	High-Performance-Visualisierung (in English) High-Performance Visualization Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1100 Seminar Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.	Prof. Dr. Andreas Gerndt
03-M-AC-3	Semiparametric Statistics (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 2340 Seminar Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. Master thesis of Karel Vermeulen. Semiparametric Efficiency A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998. A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204. Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.	Prof. Dr. Werner Brannath
03-M-AC-4	Mathematical Modelling and Scientific Computing (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 MZH 6200 Seminar	Prof. Dr. Andreas Rademacher
03-M-AC-6	Mathematical Foundations of AI (in English) Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Wed. 11:00 - 12:00 MZH 2340 Seminar	Sören Dittmer
03-M-AC-8	Combinatorial Optimization: Introduction and Algorithms (in English) Application of Optimization and Optimal Control Seminar (Teaching) ECTS: 4,5 / 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Seminar Die Veranstaltung findet im NEOS Gebäude statt.	Prof. Dr. Christof Büskens Dr. Amin Mallek

Oberseminare

Course number	Title of event	Lecturer
03-M-OS-6	Oberseminar Mathematische Datenanalyse in der Bioinformatik Mathematical data analysis in bioinformatics Seminar (Teaching) Termin nach Vereinbarung. Studiengang: T-M	Tobias Boskamp
03-M-OS-9	Oberseminar Optimierung & Optimale Steuerung Seminar Optimisation and Optimal Control Seminar (Teaching) Termin nach Vereinbarung. Homepage zur Veranstaltung: http://zetem.uni-bremen.de/o2c/veranstaltungen	Prof. Dr. Christof Büskens

General Studies

Course number	Title of event	Lecturer
03-M-GS-2	Modelle und Mathematik Models and Mathematics Seminar (Teaching) ECTS: 2 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver
03-M-GS-3	Grundlegende Methoden der angewandten Statistik Basic Methods of Applied Statistics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Fri. 08:00 - 10:00 MZH 1470 Vorlesung weekly (starts in week: 1) Fri. 10:00 - 12:00 MZH 1470 Übung Additional dates: Fri. 10.02.23 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg
03-M-GS-5	Statistical Consulting (in English) Seminar (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Fri. 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
CC-02-WiSe22-23	Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen Essentials of business studies for students and graduates of engineering and natural sciences Blockveranstaltung (Teaching) ECTS: empfohlen 1 & Zertifikat Additional dates: Mon. 24.10.22 - Wed. 26.10.22 (Mon., Tue., Wed.) 16:00 - 20:00 Online Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Lars Kaletka
CC-43-WiSe22-23	Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge Tools for career entry for students of natural sciences and engineering Blockveranstaltung (Teaching) Additional dates: Mon. 27.02.23 09:00 - 17:00 Online Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht	Wolfgang Leybold

Systems Engineering, B.Sc. / M.Sc.

Course number	Title of event	Lecturer
03-IMVT-TSF (03-ME-699.05)	Theorie der Sensorfusion Theory of Sensor Fusion Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 MZH 1470 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1470 Übung Präsenz MPO 2012 Profil: KIKR MPO 2020 Schwerpunkt: AI, VMC http://www.informatik.uni-bremen.de/agebv/de/VeranstaltungTdS16	Udo Frese

Wirtschaftsinformatik, B.Sc.

1. Studienjahr

Pflichtmodule

BWL-4

Finanzwirtschaft

Course number	Title of event	Lecturer
07-V10-5-BWL101	Finanzwirtschaft Finance Lecture (Teaching) ECTS: WIng PT: 6 Dates: weekly (starts in week: 1) Tue. 08:00 - 10:00 MZH 1380/1400	Prof. Dr. Lars Hornuf, M.A. (Essex)
07-V10-5-BWL102	Finanzwirtschaft Übungen Exercises (Teaching) Dates: weekly (starts in week: 1) Thu. 16:00 - 18:00 GW2 B1410	Prof. Dr. Lars Hornuf, M.A. (Essex) Eliza Stenzhorn

INF-1

Praktische Informatik 1

Course number	Title of event	Lecturer
03-IBGP-PI1	Praktische Informatik 1: Imperative Programmierung und Objektorientierung Practical Computer Science 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Mon. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Mon. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Mon. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Mon. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Tue. 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 11:00 Übung Online weekly (starts in week: 1) Wed. 11:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 11:00 - 14:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 Übung Online weekly (starts in week: 1) Wed. 14:00 - 17:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Wed. 17:00 - 20:00 Übung Online weekly (starts in week: 1) Wed. 17:00 - 20:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung. Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb. Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.	Thomas Röfer

MAT-1

Mathematik

Course number	Title of event	Lecturer
03-IBGT-M1	Mathematik 1: Logik, Kombinatorik und Lineare Algebra Mathematics 1 Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Mon. 14:00 - 16:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Mon. 14:00 - 16:00 Übung Online weekly (starts in week: 1) Tue. 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 12:00 - 14:00 MZH 1100 Übung Präsenz weekly (starts in week: 1) Tue. 16:00 - 18:00 GW2 B1820 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz weekly (starts in week: 1) Wed. 08:00 - 10:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 5500 Übung Präsenz weekly (starts in week: 1) Fri. 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz Additional dates: Wed. 08.02.23 10:00 - 12:00 MZH 1470 Die Vorlesungen finden entweder online synchron oder in Präsenz statt. Die Übungen sind in Präsenz geplant. Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.	Dr. Tim Haga

WI-1

Einführung in die Wirtschaftsinformatik

Course number	Title of event	Lecturer
03-BA-551 (03-WI-1)	Einführung in die Wirtschaftsinformatik Introduction to Business Informatics Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 14:00 - 18:00 MZH 1090 Vorlesung Präsenz	Benjamin Müller

2./3. Studienjahr

Pflichtmodule

BWL-1

Rechnungswesen und Abschluss

Course number	Title of event	Lecturer
07-B37-1-01-01	Vorkurs Rechnungswesen und Abschluss Precourse Accounting and Accounts Lecture (Teaching) Additional dates: Tue. 04.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal) Tue. 04.10.22 14:00 - 16:00 WiWi1 A1070 Tue. 04.10.22 14:00 - 16:00 WiWi1 A1100 Tue. 04.10.22 14:00 - 16:00 SFG 0140 Tue. 04.10.22 14:00 - 16:00 SFG 0150 Wed. 05.10.22 10:00 - 12:00 DIGITAL Wed. 05.10.22 14:00 - 16:00 WiWi1 A1070 Wed. 05.10.22 14:00 - 16:00 WiWi1 A1100 Wed. 05.10.22 14:00 - 16:00 SFG 1010 Wed. 05.10.22 14:00 - 16:00 SFG 2040 Thu. 06.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal) Thu. 06.10.22 14:00 - 16:00 WiWi1 A1070 Thu. 06.10.22 14:00 - 16:00 WiWi1 A1100 Thu. 06.10.22 14:00 - 16:00 SFG 0140 Thu. 06.10.22 14:00 - 16:00 SFG 0150 Fri. 07.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal) Fri. 07.10.22 14:00 - 16:00 WiWi1 A1070 Fri. 07.10.22 14:00 - 16:00 WiWi1 A1100 Fri. 07.10.22 14:00 - 16:00 SFG 0140 Fri. 07.10.22 14:00 - 16:00 SFG 0150	Prof. Dr. Dr. h.c. Jochen Zimmermann Vanessa Behrmann, M. Sc Johannes Voshaar, B. Sc Moritz Hölzer, M. Sc.
07-B37-1-01-02	Rechnungswesen und Abschluss Accounting and Accounts Lecture (Teaching) ECTS: 9 Dates: weekly (starts in week: 1) Tue. 10:00 - 12:00 HS 2010 (Großer Hörsaal) http://www.uni-bremen.de/controlling	Prof. Dr. Dr. h.c. Jochen Zimmermann Vanessa Behrmann, M. Sc Johannes Voshaar, B. Sc Moritz Hölzer, M. Sc. Fabian Thorsten Albrecht, M. Sc
07-B37-1-01-03	Rechnungswesen und Abschluss - Ü Accounting and Accounts Exercises (Teaching) Dates: weekly (starts in week: 1) Wed. 14:00 - 16:00 HS 2010 (Großer Hörsaal) http://www.uni-bremen.de/controlling	Prof. Dr. Dr. h.c. Jochen Zimmermann Vanessa Behrmann, M. Sc Johannes Voshaar, B. Sc Moritz Hölzer, M. Sc. Fabian Thorsten Albrecht, M. Sc Benedikt Plate, B.Sc.

INF-4

Software-Projekt 2

Course number	Title of event	Lecturer
03-IBGP-SWP	Software-Projekt Lecture (Teaching) ECTS: 6 Additional dates: Tue. 07.02.23 - Wed. 08.02.23 (Tue., Wed.) 09:30 - 17:00 MZH 1090 Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.	Karsten Hölscher Dr. Hui Shi Amadou Amadou

Wahlmodule

Überblick Wahlmodule

Course number	Title of event	Lecturer
03-05-H-505	Überblick über das Wahlangebot im Fach Informatik Lecture (Teaching) Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.	Ute Bormann

Rechtliche Grundlagen (X-3)

Recht (X-3/1)

Course number	Title of event	Lecturer
07-B37-2-29-01	Recht Law Lecture (Teaching) ECTS: 6 Dates: fortnightly (starts in week: 1) Fri. 14:00 - 18:00 GW1-HS H0070 Additional dates: Fri. 09.12.22 14:00 - 18:00 GW1-HS H0070 Fri. 27.01.23 12:00 - 16:00 HS 2010 (Großer Hörsaal)	Dr. Irene Pötting

Medien- und IT-Recht

Course number	Title of event	Lecturer
03-IMAA-MITR (03-MB-803.04)	Medien- und IT-Recht Media and IT-Law Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 Kurs Online Profil: SQ, DMI. Schwerpunkt: IMA-DMI, SQ	Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.

Schwerpunkt "Computational Finance"

WI-CF-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule

Course number	Title of event	Lecturer
07-B37-5-14-04	Investments Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Thu. 08:00 - 10:00 External location: digital Das Seminar findet digital asynchron statt. http://www.fiwi.uni-bremen.de	Dr. Daniel Metko Prof. Dr. Thorsten Poddig
07-B37-5-14-05	Behavioral Finance Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 WiWi1 A1070 https://www.uni-bremen.de/hornuf	Prof. Dr. Lars Hornuf, M.A. (Essex)

Schwerpunkt "E-Business"

WI-EB-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter Winf-Wahlmodule

Course number	Title of event	Lecturer
03-IBAA-ECA (03-BB-805.05)	E-Commerce-Anwendungen E-Commerce Applications Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 16:00 - 18:00 SFG 0150 Vorlesung Präsenz Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.	Markus Haydl

Schwerpunkt "Informationstechnikmanagement"

WI-IM-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule

Course number	Title of event	Lecturer
03-IBAP-ISEC (03-BB-707.01)	Informationssicherheit Information Security Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 18:00 MZH 6200 Vorlesung Präsenz Additional dates: Mon. 13.02.23 - Fri. 17.02.23 (Mon., Tue., Wed., Thu., Fri.) 08:00 - 18:00 MZH 1470 Schwerpunkt: SQ	Prof. Dr.-Ing. Carsten Bormann Karsten Sohr Stefanie Gerdes

Schwerpunkt "Logistik"

WI-LO-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule

Course number	Title of event	Lecturer
07-B37-5-15-04	Supply Chain Operations Management Seminar (Teaching) ECTS: 6 Additional dates: Tue. 18.10.22 10:00 - 12:00 WiWi1 A1070 Tue. 01.11.22 10:00 - 14:00 WiWi1 A1100 Tue. 15.11.22 10:00 - 14:00 WiWi1 A1100 Tue. 29.11.22 10:00 - 14:00 WiWi1 A1100 Tue. 13.12.22 10:00 - 14:00 WiWi1 A1100 Tue. 10.01.23 10:00 - 14:00 digital Tue. 24.01.23 10:00 - 14:00 digital Tue. 31.01.23 10:00 - 12:00 digital	Prof. Dr. Herbert Kotzab
07-B37-5-15-05	Verkehrswirtschaft (in English) Transport Economics Seminar (Teaching) ECTS: 6 Additional dates: Fri. 28.10.22 08:00 - 12:00 WiWi1 A1070 Fri. 04.11.22 08:00 - 12:00 WiWi1 A1070 Fri. 18.11.22 08:00 - 12:00 Digital via Zoom Fri. 02.12.22 08:00 - 12:00 WiWi1 A1070 Fri. 16.12.22 08:00 - 12:00 WiWi1 A1070 Fri. 20.01.23 08:00 - 12:00 WiWi1 A1070 Fri. 03.02.23 08:00 - 12:00 WiWi1 A1070	Prof. Dr. Aseem Kinra

WInf-Wahlmodule

WI-W/01 Datenbanksysteme

Schwerpunkte: CF, EB, IM, LO

Course number	Title of event	Lecturer
03-IBAP-DBS (03-BB-703.01)	Datenbanksysteme Database Systems Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 12:00 - 14:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 SFG 0150 Vorlesung Präsenz weekly (starts in week: 1) Wed. 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz	Prof. Dr. Sebastian Maneth

WI-W/03 Softwaretechnik

Schwerpunkte: CF, EB, IM

Course number	Title of event	Lecturer
03-IBAP-SWT (03-BB-706.02)	Softwaretechnik Software Engineering Lecture (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 MZH 6200 Übung Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 1090 Übung Präsenz Schwerpunkt: SQ	Prof. Dr. Rainer Koschke

WI-W/06 Mensch-Technik-Interaktion

Schwerpunkt: EB, IM

Course number	Title of event	Lecturer
03-IBAA-MTI (03-BB-801.01)	Mensch-Technik-Interaktion Human Computer Interaction Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1090 Übung Präsenz weekly (starts in week: 1) Tue. 10:00 - 12:00 MZH 5600 Übung Präsenz weekly (starts in week: 1) Thu. 08:00 - 10:00 MZH 4140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 SFG 0140 Übung Präsenz weekly (starts in week: 1) Thu. 10:00 - 12:00 WiWi1 A1100 Übung Präsenz weekly (starts in week: 1) Thu. 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz Schwerpunkt: DMI	Prof. Dr. Tanja Döring Dr. Susanne Putze Dr. Dmitry Alexandrovsky

WI-W/07 Grundlagen des Maschinellen Lernens

Schwerpunkte: CF, LO

Course number	Title of event	Lecturer
03-IBAP-ML (03-BB-710.10)	Grundlagen des Maschinellen Lernens Fundamentals of Machine Learning Kurs (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz weekly (starts in week: 1) Wed. 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz weekly (starts in week: 1) Thu. 14:00 - 16:00 MZH 5600 Übung Präsenz Additional dates: Wed. 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal) Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Schwerpunkt: AI	Felix Putze Tanja Schultz Mazen Salous Lars Steinert Saurav Pahuja

WI-W/51 International Business Environment

Schwerpunkt: EB

Course number	Title of event	Lecturer
07-B37-5-13-12	International Business Environment (in English) Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Mon. 12:00 - 14:00 WiWi1 A1070	Prof. Dr. Sarianna Maarit Lundan

WI-W/52 Strategisches Management

Schwerpunkte: EB, IM, LO

Course number	Title of event	Lecturer
07-B37-5-13-09	Strategisches Management (in English) Strategic Management - Basics of Strategy in the Digital Age Seminar (Teaching) ECTS: 6 Dates: fortnightly (starts in week: 2) Wed. 16:00 - 20:00 WiWi1 A1020 fortnightly (starts in week: 2) Wed. 16:00 - 20:00 WiWi1 A1070	Dr. Julia Maria Kensbock

WI-W/53 Personal und Organisation

Schwerpunkte: EB, IM, LO

Course number	Title of event	Lecturer
07-B37-5-13-10	Personal & Organisation Human Resource Management and Organizational Theory Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Tue. 14:00 - 16:00 GW1-HS H0070	Dr. Julia Maria Kensbock

WI-W/62 Gründungsmanagement II

Course number	Title of event	Lecturer
07-B37-5-13-11	Gründungsmanagement II Entrepreneurship II Seminar (Teaching) ECTS: 6 Dates: fortnightly (starts in week: 1) Fri. 14:00 - 18:00 WiWi1 A1070 http://www.lemex.uni-bremen.de	Prof. Dr. Jörg-Rainer Freiling Quynh Duong Phuong

Bachelor-Projekt (WI-PR)

Es können neben den Projekten der Wirtschaftsinformatik auch die Bachelorprojekte der Informatik angewählt werden:
https://elearning.uni-bremen.de/dispatch.php/course/details?sem_id=1257252297c0cc9e8785a100b86c656f

Course number	Title of event	Lecturer
03-IBPJ-ESPO	Projekt eSports (Wise 22/23 bis SoSe 2023) Projektplenum (Teaching) ECTS: 12 Dates: weekly (starts in week: 1) Fri. 14:00 - 16:00 MZH 1470 Plenum Präsenz	Björn Niehaves Bastian Kordyaka
07-B37-5-13-17	Projekt IEM² I - Gründungsmanagement Teaching Project SME Management Projektplenum (Teaching) ECTS: 12 Dates: fortnightly (starts in week: 2) Thu. 14:00 - 18:00 WiWi1 A1070 Additional dates: Tue. 18.10.22 10:00 - 12:00 WiWi1 A1100	Dr. Jan Harima
07-B37-5-13-22	Projekt IEM² VI - future concepts bremen - Innovative Praxisprojekte Teaching Project - Digital Innovation Projects Projektplenum (Teaching) ECTS: 12 Dates: fortnightly (starts in week: 1) Thu. 14:00 - 18:00 WiWi1 A1070 Im Projektmodul „future concepts bremen – Innovative Praxisprojekte“ werden zukunftsorientierte Geschäfts- und Organisationskonzepte mit Praxispartner:innen aus Bremen entwickelt. Alle teilnehmenden Studierenden erarbeiten in kleinen Teams in einem agilen, iterativen Prozess gemeinsam mit etablierten Unternehmen, Start-ups, Non-Profit-Organisationen und/oder öffentlichen Einrichtungen individuelle Lösungsansätze. Ein Team aus Dozent:innen und Tutor:innen begleitet die verschiedenen Entwicklungsstadien in Form von individuellen Gruppencoachings. Zum Ende des Semesters werden alle Lösungen im Rahmen eines Demo Day öffentlich präsentiert. Bei der Bearbeitung der Praxisprojekte werden eigenständig verschiedene Planungs- und Strategietools aus dem Startup-Management, wie bspw. Design Thinking, Business Model Canvas, Lean Startup oder Business Planning angewendet. Die Teilnahme am Projektmodul bietet die Möglichkeit Wissen und Fähigkeiten in den Bereichen Ideengenerierung und Ideenselektion, strategisches Denken, Geschäftsmodellentwicklung, Teambuilding, Ressourcenallokation, Präsentationsfähigkeiten (Pitch) und Projektmanagement zu entwickeln. Darüber hinaus entstehen wertvolle Praxiskontakte zu zukünftigen Arbeitgebern. Passend für alle Studierenden im Bachelorstudium, die den Studienschwerpunkt Internationales Entrepreneurship, Management und Marketing (IEM²) gewählt haben oder im Rahmen der General Studies Schlüsselqualifikationen für den eigenen Berufsweg erwerben wollen. https://www.uni-bremen.de/lemex/transfer/future-concepts-bremen	M. Sc Leon Marquardt
07-B37-5-14-11	Projektmodul FiRSt II - Accounting and Information Systems Teaching Project Accounting and Information Systems Projektplenum (Teaching) ECTS: 12 Die Veranstaltung entfällt -	Prof. Dr. Thomas Reinhard Loy

General Studies

Course number	Title of event	Lecturer
07-B37-1-30-01	Analyse von Wirtschaftsdaten Analysis of Economic Data Lecture (Teaching) ECTS: 3 Dates: weekly (starts in week: 1) Mon. 08:00 - 10:00 HS 2010 (Großer Hörsaal) oder weekly (starts in week: 1) Mon. 16:00 - 18:00 MZH 1380/1400	Prof. Dr. Martin Missong

Weitere Veranstaltungen

Course number	Title of event	Lecturer
07-B37-4-67-01	Career Camp 2023 - Intensive Woche zum Berufseinstieg, Karriereentwicklung und Vernetzung mit Unternehmen der Region Career Camp 2023 - Intensive week for career entry, career development and networking with companies in the region Für Studierende der FB 01, 03, 04 und 07 Seminar (Teaching) Additional dates: Mon. 20.03.23 08:00 - 18:00 WiWi1 A1070 Mon. 20.03.23 08:00 - 18:00 WiWi1 A1100 Tue. 21.03.23 08:00 - 18:00 DIGITAL Wed. 22.03.23 08:00 - 18:00 WiWi1 A1100 Wed. 22.03.23 08:00 - 18:00 WiWi1 A1070 Thu. 23.03.23 08:00 - 20:00 FIRMENEXKURSIONEN Fri. 24.03.23 08:00 - 14:00 SFG 2020 Fri. 24.03.23 08:00 - 14:00 SFG 2030 Modulbeschreibung: https://www.uni-bremen.de/wiwi/praxis-und-transfer/angebote-fuer-studierende/praxisrelevante-seminare-und-events/career-camp Event-Webseite, nähere Infos: https://blogs.uni-bremen.de/careercamp/ Das finale Programm wird voraussichtlich im Januar/Februar dort sichbar sein. Bis dahin gewährt die Event-Webseite Einblicke in das Programm aus 2022.	Dipl.-Oec. Maren Hartstock
07-B37-4-69-01	2030 - Future Challenges - Praxisprojekte zu aktuellen Themen (in English) 2030 - Future Challenges - Practice Projects on Current Issues Seminar (Teaching) ECTS: 6 Dates: weekly (starts in week: 1) Wed. 16:00 - 18:00 External location: DIGITAL In diesem Semester geht es um Nachhaltigkeits-Challenges von diversen Unternehmen. Ihr erhaltet Einblicke in die Prozesses des Desing-Thinking und arbeitet an einem Pitch für eine konkrete Challenge zu dem SDG 13 (Climate Change). Wir erhalten Unterstützung der Firma ekipa, die die Challenges organisatorisch unterstützt. Beispiele zu den bereits abgeschlossenen Challenges zu SDG 12: https://app.ekipa.de/programs/innovate2030sdg12	Dipl.-Oec. Maren Hartstock

Contact persons for the study program

Updated by: Zentrale Studienberatung

RSS

Print page

Course Catalog

Study Program WiSe 2022/2023

Fachbereich 03: Mathematik/Informatik

Digitale Medien, B.Sc.

1. Studienjahr

B-MI-1

B-MI-21 / B-MI-2

B-MI-31

2. Studienjahr

Lehrveranstaltungs-Überblick

B-MI-5

B-MI-6

B-MI-7

B-MA-1

B-MW-12

3. Studienjahr

Lehrveranstaltungs-Überblick

B-MI-8

B-MI-9

B-MA-2

Graduiertenseminare

General Studies/Veranstaltungen anderer Studiengänge

Sonstige Veranstaltungen ohne Kreditpunkte

Digitale Medien, M.Sc.

1st academic year

M-MI (Media Informatics)

M-MI-d ( Media Informatics in deutscher Sprache )

M-MT (Media Theory)

M-MA-2 (Special Topics in Digital Media)

M-MA-2d ( Special Topics in Digital Media in deutscher Sprache)

2nd academic year

M-MA-32 (Master Project)

Graduate Seminars

General Studies

M-MA-2 Special Topics of Digital Media (alt: M-105)

Elementarmathematik B.A. BiPEb / M.Ed. (Grundschule)

Bachelor: 1. Semester

Bachelor: 3. Semester

Bachelor: 5. Semester

Master: 1. Studienjahr

Master: 2. Studienjahr

Industrial Mathematics & Data Analysis, M.Sc.

Foundations (33 CP)

Module: Mathematical Methods for Data Analysis and Image Processing (9 CP)

Module: Numerical Methods for Partial Differential Equations (9 CP)

Area of Focus: Data Analysis (45 CP)

Area of Focus (27 CP)

Extension (18 CP)

Area of Focus: Industrial Mathematics (45 CP)

Area of Focus (27 CP)

Extension (18 CP)

Industriemathematik, B.Sc.

Vor dem ersten Semester

Bachelor 1. Semester

Modul: Analysis 1-2 (21 CP)

Modul: Lineare Algebra 1-2 (21 CP)

Modul: Mathematisches Computerpraktikum (3 CP)

Bachelor 3. Semester

Modul: Analysis 3 (9 CP)

Modul: Numerik 1 (9 CP)

Bachelor 4. Semester und höher

Modul: Fortgeschrittene Themen Industriemathematik (9 CP)

Modul: Mathematische Modellierung (9 CP)

Modul: Bachelorarbeit (15 CP)

General Studies - Fachergänzende Studien

Informatik, B.Sc./M.Sc.

Bachelor Informatik

Einführung Bachelor-Informatik

Bachelor 1. Semester

Bachelor 3. Semester

Bachelor 4. Semester und Folgende

Bachelorprojekte

Wahlbereich Bachelor-Aufbau (IBA) / Bachelor-Basis (BB)

Wahlbereich Bachelor-Vertiefung (IBV) / Bachelor-Ergänzung (BE)

IBFW / BE - Freie Wahl inkl. Seminare

Master Informatik

Einführung Master-Informatik

Pflicht Master

Wahlbereich Master-Aufbau (IMA) / Master-Basis (MB)

Wahlbereich Master-Vertiefung (IMV) / Master-Ergänzung (ME)