Online-Archiv

Lehrveranstaltungen WiSe 2024/2025

Fachbereich 03: Mathematik/Informatik

Artificial Intelligence and Intelligent Systems, M.Sc.

VAKTitel der VeranstaltungDozentIn
03-AI-F-ATEAI Algorithms — Theory and Engineering (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 16:00 - 18:00 MZH 1090 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 5600 Übung

Schwerpunkt: IMVT-AI

Nico Hochgeschwender
03-AI-S-CDFCross-Disciplinary Foundations (in englischer Sprache)

Kurs
ECTS: 6

Termine:
wöchentlich Di 08:00 - 12:00 CART Rotunde - 0.67 Kurs

Masterstudierende der Informatik können das Modul Projektmanagement und Wissenschaftskultur auch über diese Lehrveranstaltung abdecken.

Dr. Jörn Syrbe
03-IMAP-AMAIAdvanced Methods of AI (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1100 Übung


Michael Beetz
Daniel Beßler
03-IMAP-AMLAdvanced Machine Learning (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 1100 Übung
wöchentlich Di 08:00 - 10:00 MZH 1470 Übung
wöchentlich Di 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1380/1400 Vorlesung

Profil: KIKR
Schwerpunkt: IMAP-AI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-aml.pdf

Tanja Schultz
Felix Putze
03-IMAP-ASEAutomatische Spracherkennung
Automatic Speech Recognition

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1100 Übung

Profil KIKR
Schwerpunkt: IMA-AI
Modultyp C (6 CP) im Studiengang Language Sciences M.A.
https://lvb.informatik.uni-bremen.de/imap/03-imap-ase.pdf

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-IISIntegrated Intelligent Systems (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 Übung Online

Profil: KIKR
Schwerpunkt: IMA-AI
https://lvb.informatik.uni-bremen.de/imap/03-imap-iis.pdf
Die Vorlesung findet asynchron und die Übung online statt.

Michael Beetz
Dr. Jörn Syrbe
03-IMS-APKSAusgewählte Probleme kognitiver Systeme
Selected topics of cognitive systems

Seminar
ECTS: 3

Termine:
wöchentlich Di 12:00 - 14:00 CART Rotunde - 0.67 Seminar

https://lvb.informatik.uni-bremen.de/ims/03-ims-apks.pdf
Termine:
Auftakttermin: 23.10. um 11:30 Uhr in Raum 0.67 Rotunde Cartesium.

Tanja Schultz
Felix Putze
03-IMS-APMSKAusgewählte Probleme der multisensorischen Kognition
advanced problems for multisensoric cognition

Seminar
ECTS: 3

Termine:
wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill
03-IMS-DLMBDeep Learning für Medizinische Bildverarbeitung
Deep Learning for Medical Image Processing

Seminar
ECTS: 3

Termine:
wöchentlich Mi 16:00 - 18:00 Fraunhofer MEVIS - Raum Mandelbrot 0.14 Seminar

Das Seminar findet im Mevis Gebäude, Raum 0.10.C, statt.

Prof. Dr.-Ing. Horst Karl Hahn
Dr.-Ing. Tom Lucas Koller
03-IMS-IUAGIntelligente Umgebungen für die alternde Gesellschaft
smart environment for the aging society

Seminar
ECTS: 3

Termine:
wöchentlich Do 14:00 - 16:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill
03-IMS-SHARHot Topics in Sensors and Human Activity Research (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Do 16:00 - 18:00 MZH 4140 Seminar


Dr.-Ing. Hui Liu
03-IMS-SOFTCSoft Computing

Seminar
ECTS: 3

Termine:
wöchentlich Do 10:00 - 12:00 CART Rotunde - 0.67 Seminar

Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.
https://lvb.informatik.uni-bremen.de/ims/03-ims-softc.pdf

Joachim Clemens
03-IMS-SRSESeminar on Topics in Robot Software Engineering (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Di 12:00 - 14:00 MZH 1450 Seminar


Nico Hochgeschwender
03-IMVA-GPMLRGood Practice in Machine Learning Research

Kurs
ECTS: 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 1470 Kurs


Felix Putze
03-IMVP-GMEGehirn-Muster-Erkennung
Brain-Pattern-Recognition

Blockveranstaltung
ECTS: 6

Profil: KIKR
Schwerpunkt: IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-gme.pdf
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-HRIHuman Robot Interaction (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 DFKI RH1 A1.03 Vorlesung
wöchentlich Mi 14:00 - 16:00 DFKI RH1 A1.03 Übung

Profil: KIKR
Schwerpunkt: IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-hcir.pdf
Die Veranstaltung findet im DFKI statt.

Frank Kirchner
Dr. Lisa Gutzeit
03-IMVP-MLARMachine Learning for autonomous Robots (in englischer Sprache)
Machine Learning for autonomous Robots

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 DFKI RH1 B0.10 Vorlesung
wöchentlich Do 10:00 - 12:00 Übung

Profil: KIKR
Schwerpunkt:IMVP- AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-mlar.pdf
Die Veranstaltung findet in den Räumen des DFKI statt.

Frank Kirchner
Melvin Laux
03-IMVP-SPRSSemantische 3D-Perzeption für robotische Systeme
Semantic 3D perception for robotic systems

Kurs
ECTS: 6

Termine:
wöchentlich Do 16:00 - 18:00 MZH 1110 Übung

Profil: KIKR
Schwerpunkt: IMVP-VMC, IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-sprs.pdf
Die Vorlesung findet online per Zoom statt.

Prof. Dr. Michael Suppa

Digitale Medien, B.Sc.

1. Studienjahr

Dieses Digitale-Medien-Verzeichnis enthält nur die Veranstaltungen des Fachbereichs 3 der Uni Bremen.
Die Veranstaltungen zu \'Gestalterische Grundlagen 1\' und \'Medienwissenschaften 1\' finden an der HfK statt.
Die Angebote der HFK sind zu finden unter Angebote der Hochschule für Künste http://www.hfk-bremen.de/t/digitale-medien

B-MI-1

VAKTitel der VeranstaltungDozentIn
03-DMB-MI-1-MI1Grundlagen der Medieninformatik 1
Media Informatics

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 6200 Übung
wöchentlich Di 10:00 - 12:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 MZH 5500 Übung
wöchentlich Di 12:00 - 14:00 Übung Online
wöchentlich Mi 10:00 - 12:00 MZH 1470 MZH 1110 Übung
wöchentlich Mi 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1110 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 MZH 1110 Übung
wöchentlich Do 10:00 - 12:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 CART 0.01 (Besprechungsraum) Übung
wöchentlich Do 10:00 - 12:00 MZH 6200 Übung
wöchentlich Do 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung

Einzeltermine:
Mi 19.02.25 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Mi 19.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)
Mi 19.02.25 09:00 - 12:00 NW1 H 1 - H0020
Mi 19.02.25 09:00 - 12:00 GW1-HS H0070

https://lvb.informatik.uni-bremen.de/dmb/03-dmb-mi-1-mi1.pdf
Für Informatik und Digitale Medien Studierende ist diese LV nicht als Fachergänzende Studien anrechenbar.

Udo Frese

B-MI-21

VAKTitel der VeranstaltungDozentIn
03-DMB-MI-21-GDPGrundlagen der Programmierung
Introduction to Programming

Vorlesung
ECTS: 6

Termine:
wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) Vorlesung
wöchentlich Do 16:00 - 18:00 MZH 1090 Übung
wöchentlich Do 16:00 - 18:00 MZH 1100 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1470 Übung

Einzeltermine:
Do 06.03.25 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

VAKTitel der VeranstaltungDozentIn
03-IBGT-M1Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mo 14:00 - 16:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 1090 Übung
wöchentlich Di 08:00 - 10:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung
wöchentlich Di 16:00 - 18:00 MZH 1110 Übung
wöchentlich Di 16:00 - 18:00 MZH 1380/1400 Übung
wöchentlich Mi 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Übung
wöchentlich Do 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung

Einzeltermine:
Do 06.02.25 14:00 - 18:00 HS 2010 (Großer Hörsaal)
Do 06.02.25 14:00 - 18:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesungen und Übungen finden in Präsenz statt.

Übungsternmine in Präsenz für Studierende der Wirtschaftsinformatik primär am Do 12-14h und für Digitale Medien am Di 8-10.

Dr. Felix Christian Hommelsheim

2. Studienjahr

Lehrveranstaltungs-Überblick

VAKTitel der VeranstaltungDozentIn
03-IB-WAHLÜberblick über das Wahlangebot im Fach Informatik

Vorlesung

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

VAKTitel der VeranstaltungDozentIn
03-DMB-MI-5-MEMedia Engineering

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 16:00 - 18:00 MZH 5500 Übung
wöchentlich Do 16:00 - 18:00 MZH 1380/1400 Vorlesung

Nicht für Vollfach-Informatik-Studierende anrechenbar.

Dr. Rene Weller

B-MI-6

VAKTitel der VeranstaltungDozentIn
03-IBAP-CGComputergraphik
Computer Graphics

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1470 Übung
wöchentlich Di 10:00 - 12:00 MZH 1380/1400 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1380/1400 Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 1470 Übung

Schwerpunkt: DMI, VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-cg.pdf
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

VAKTitel der VeranstaltungDozentIn
03-IBAA-MTIMensch-Technik-Interaktion
Human Computer Interaction

Kurs
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1450 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5600 Übung
wöchentlich Mi 08:00 - 10:00 MZH 6200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 5600 Übung
wöchentlich Do 08:00 - 10:00 MZH 1380/1400 1380
wöchentlich Do 12:00 - 14:00 GW2 B1410 Vorlesung


Prof. Dr. Rainer Malaka

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
VAKTitel der VeranstaltungDozentIn
03-DMB-MA-1-DKDigitale Kreativität
Digital Creativity

Kurs
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 1100 Kurs
Robert Porzel
03-DMB-MA-1-NAVNavigation

Kurs
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 14:00 MZH 6200 Kurs

Wir alle haben Erfahrungen im Umgang mit verschiedenen Navigations-Tools gesammelt und kennen die Geschichten von Menschen, die ihrem Navi ins Verderben folgten, die auch auf längst bekannten Strecken niemals ohne Navi unterwegs sind oder deren Fähigkeit, sich ohne Navigationssysteme räumlich zu orientieren unter deren Nutzung stetig abnimmt.
Unter Berücksichtigung dieser Aspekte wollen wir uns in diesem Kurs einem spezifischen Szenario widmen: Eine Person eurer Altersgruppe zieht in eine neue, ihr unbekannte Stadt, zum Beispiel nach Bremen, um dort ein Studium anzutreten. Wie könnte für diese Situation ein Navigationssystem aussehen und funktionieren, das es der Person ermöglicht, schnell von A nach B zu gelangen, dabei aber nicht in die übliche Abhängigkeit vom Navi zu geraten, sondern stattdessen während der Nutzung ihre Fähigkeit, sich in Bremen auch allein zurechtzufinden, stetig zunimmt. Dafür wollen wir Software- und/oder physische Interfaces sowie Anwendungen gestalten und prototypisch umsetzen.

Lehrende sind Dr. Tim Laue (Universität) und Prof. Peter von Maydell (Hochschule für Künste). Das Interdisziplinäre Modul B-MA-1 ist eine Pflichtveranstaltung für alle HfK- und Uni-Bachelorstudierenden der Digitalen Medien ab dem 3. Semester. Es wird nur einmal im Jahr im Wintersemester angeboten.

Dr. Tim Laue

3. Studienjahr

Lehrveranstaltungs-Überblick

VAKTitel der VeranstaltungDozentIn
03-IB-WAHLÜberblick über das Wahlangebot im Fach Informatik

Vorlesung

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

VAKTitel der VeranstaltungDozentIn
03-IBAP-DBSDatenbanksysteme
Database Systems

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 SFG 0140 Vorlesung
wöchentlich Mi 10:00 - 12:00 SFG 0140 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1380/1400 Übung

Die "Hauptveranstaltung" Datenbanksysteme mit 6 CP geht bis Ende Dezember und
die 3CP Ergänzung Datenbanksysteme beginnt im Januar.
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-dbs.pdf

Prof. Dr. Sebastian Maneth

B-MI-9

Auch Module aus B-MI-8 hier wählbar.
Bei Vorliegen der jeweiligen inhaltlichen Voraussetzungen auch: M-MI/ M-MI-d des Master
VAKTitel der VeranstaltungDozentIn
03-IBAP-ISECInformationssicherheit
Information Security

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung


Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
03-IBAP-SDVSensordatenverarbeitung
Sensor Data Processing

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 12:00 - 14:00 NW1 H 2 - W0020 Vorlesung

Einzeltermine:
Mo 03.03.25 10:00 - 13:00 MZH 1380/1400

Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-sdv.pdf

Udo Frese
Tanja Schultz
03-IBGP-SWPSoftware-Projekt

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 12:00 - 14:00 Übung Online
wöchentlich Mi 12:00 - 14:00 MZH 5500 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1450 Übung
wöchentlich Do 14:00 - 16:00 MZH 1380/1400 Übung
Karsten Hölscher
Dr. Hui Shi

B-MA-2

Auch Module aus den Bereichen B-MI-8 und B-MI-9 sind hier wählbar.
Bei Vorliegen der jeweiligen inhaltlichen Voraussetzungen auch: M-MI/ M-MA-2 des Masters.
Für Lehrveranstaltungen dieses Moduls der Hochschule für Künste bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien
VAKTitel der VeranstaltungDozentIn
03-DMM-MA-2-ULWCUnderstanding Language with Computers

Kurs
ECTS: 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 1450 Kurs

Die Übung findet in den Räumen der AG statt.

Robert Porzel
03-IBAA-ECAE-Commerce-Anwendungen
E-Commerce Applications

Kurs
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Kurs

https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-eca.pdf
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.

Bastian Diedrich
03-IBFW-PVSProseminar: Visuelle Sprachen
Seminar on visual languages

Blockveranstaltung
ECTS: 3

https://lvb.informatik.uni-bremen.de/igs/03-ibfw-pvs.pdf
Der Termin für die Veranstaltung wird noch bekannt gegeben.

PD Dr. Björn Gottfried
03-IMAA-MITRMedien- und IT-Recht
Media and IT-Law

Kurs
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 Kurs Online

Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-mitr.pdf

Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.

Graduiertenseminare

VAKTitel der VeranstaltungDozentIn
03-IGRAD-agdbGraduiertenseminar Datenbanksysteme

Seminar

Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
Martin Gogolla
03-IGRAD-AGDMGraduiertenseminar Digitale Medien

Colloquium

Termine:
wöchentlich Mi 11:00 - 12:00
Prof. Dr. Rainer Malaka
03-IGRAD-AGIMGraduiertenseminar IT- und Wissensmanagement

Seminar

Termine nach Vereinbarung

Prof. Dr. Andreas Breiter
03-IGRAD-agmsisGraduiertenseminar Multisensorische interaktive Systeme

Seminar

nach Vereinbarung

Udo Frese
03-IGRAD-AGRNGraduiertenseminar Rechnernetze

Seminar

Termine nach Vereinbarung

Ute Bormann
03-IGRAD-CGVRGraduate Seminar Computer Graphics and Virtual Reality

Seminar

Termine:
wöchentlich Mo 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-CoSyGraduiertenseminar Cognitive Systems (in englischer Sprache)

Seminar

Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
Thomas Dieter Barkowsky
03-IGRAD-HCIGraduiertenseminar Mensch-Computer-Interaktion

Seminar

Termine:
wöchentlich Di 16:00 - 18:00
Prof. Dr. Tanja Döring

General Studies/Veranstaltungen anderer Studiengänge

VAKTitel der VeranstaltungDozentIn
03-IBFS-TSTUDTeilnahme an Studien (Proband*innenstunden)
Participation in Studies

Seminar
ECTS: 1

https://lvb.informatik.uni-bremen.de/igs/03-ibfs-tstud.pdf
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. Rainer Malaka

Sonstige Veranstaltungen ohne Kreditpunkte

VAKTitel der VeranstaltungDozentIn
03-ISONST-SPAGSpiele-AG

Seminar

Termine:
wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung


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.
Courses of MG ( Media Design) and MT ( Media Theory) take place primarily at the HfK.
The seminar Introduction to Digital Media is offered by the HfK.

M-MI (Media Informatics)

VAKTitel der VeranstaltungDozentIn
03-IMAA-MADMobile App Development (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 14:00 MZH 1380/1400 Vorlesung

Profil: DMI
Schwerpunkt: IMA- DMI
https://lvb.informatik.uni-bremen.de/imva/03-imva-mad.pdf
Die Veranstaltung richtet sich an Student*innen 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-IMAA-STMWSearch Technology for Media & Web (in englischer Sprache)
Search Technology for Media + Web

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 6200 Übung

Profil: KIKR, DMI
Schwerpunkt: IMVA-DMI, IMVA-AI
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-stmw.pdf

Prof. Dr. Sebastian Maneth
M. Sc Yvonne Jenniges
03-IMAP-VRSIMVirtual Reality and Physically-Based Simulation (in englischer Sprache)
Virtuelle Realität und physikalisch-basierte Simulation

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 5600 Vorlesung
wöchentlich Do 10:00 - 12:00 MZH 1100 Übung

Profil: KIKR, DMI
Schwerpunkt: IMAP-DMI, IMAP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-vrsim.pdf
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

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

VAKTitel der VeranstaltungDozentIn
03-IMAP-ASEAutomatische Spracherkennung
Automatic Speech Recognition

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1100 Übung

Profil KIKR
Schwerpunkt: IMA-AI
Modultyp C (6 CP) im Studiengang Language Sciences M.A.
https://lvb.informatik.uni-bremen.de/imap/03-imap-ase.pdf

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-RNMNRechnernetze - Media Networking
Computer Networks - Media Networking

Kurs
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 16:00 Übung Online
wöchentlich Do 12:00 - 14:00 MZH 6200 Übung Präsenz

Profil: SQ, DMI.
Schwerpunkt: IMVP-SQ, IMVP-DMI, IMVP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-rnmn.pdf

Ute Bormann
03-IMS-APMSKAusgewählte Probleme der multisensorischen Kognition
advanced problems for multisensoric cognition

Seminar
ECTS: 3

Termine:
wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill
03-IMS-SOFTCSoft Computing

Seminar
ECTS: 3

Termine:
wöchentlich Do 10:00 - 12:00 CART Rotunde - 0.67 Seminar

Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.
https://lvb.informatik.uni-bremen.de/ims/03-ims-softc.pdf

Joachim Clemens

M-MT (Media Theory)

Additional courses can be found at the HfK website (http://www.hfk-bremen.de/t/digitale-medien).
VAKTitel der VeranstaltungDozentIn
09-71-A.1-1Approaches to Digital Media (in englischer Sprache)

Seminar

Termine:
wöchentlich Mo 16:00 - 18:00 GW1 A0160 (2 SWS)


Prof. Dr. Peter Gentzel
09-71-A.1-2Digital Life (in englischer Sprache)

Seminar

Termine:
wöchentlich Di 12:00 - 14:00 GW2 B1216 (2 SWS)


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
VAKTitel der VeranstaltungDozentIn
03-DMB-MA-2-BWBook & Web. Two Media old & new

Kurs
ECTS: 3

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs
Frieder Nake
03-DMM-MA-2-ULWCUnderstanding Language with Computers

Kurs
ECTS: 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 1450 Kurs

Die Übung findet in den Räumen der AG statt.

Robert Porzel
03-IMAA-ITMDSIT-Management und Data Science (in englischer Sprache)
IT Management and Data Science

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 18:00 MZH 1090

Profil: SQ, DMI
Schwerpunkt: IMA-SQ, IMA-AI, IMVP-DMI
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-itmds.pdf

Prof. Dr. Andreas Breiter
Hannah-Marie Büttner

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

VAKTitel der VeranstaltungDozentIn
03-IMS-IUAGIntelligente Umgebungen für die alternde Gesellschaft
smart environment for the aging society

Seminar
ECTS: 3

Termine:
wöchentlich Do 14:00 - 16:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill

2nd academic year

M-MA-32 (Master Project)

VAKTitel der VeranstaltungDozentIn
03-DMM-MA-3-DEJAProjekt Dejaview (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1380/1400 Projekt-Plenum

Schwerpunkt: DMI, VMC, Ai

Prof. Dr. Gabriel Zachmann
Dr. Rene Weller
03-DMM-MA-3-ROBROProjekt RoboRoomie (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1470 Projekt-Plenum

Schwerpunkt: DMI

Prof. Dr. Rainer Malaka
Rachel Ringe
Bastian Dänekas
Carolin Stellmacher
Nadine Wagener
03-IMPJ-SMARTBProjekt SmartBremen (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 12:00 - 14:00 IW3 0390 Projekt-Plenum

Schwerpunkt: DMI

Prof. Dr. Dr. Björn Niehaves
Dr. Gerhard Klassen
Dulce Maria Villegas Nunez
Robin Fritzsche
Ute Bormann
03-IMPJ-WELFCProjekt WelfareComp (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Di 16:00 - 18:00 MZH 1470 Projekt-Plenum
wöchentlich Fr 08:00 - 10:00 MZH 5600 Projekt-Plenum
Prof. Dr. Andreas Breiter
Paola Lopez

Graduate Seminars

VAKTitel der VeranstaltungDozentIn
03-IGRAD-agdbGraduiertenseminar Datenbanksysteme

Seminar

Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
Martin Gogolla
03-IGRAD-AGDMGraduiertenseminar Digitale Medien

Colloquium

Termine:
wöchentlich Mi 11:00 - 12:00
Prof. Dr. Rainer Malaka
03-IGRAD-AGIMGraduiertenseminar IT- und Wissensmanagement

Seminar

Termine nach Vereinbarung

Prof. Dr. Andreas Breiter
03-IGRAD-agmsisGraduiertenseminar Multisensorische interaktive Systeme

Seminar

nach Vereinbarung

Udo Frese
03-IGRAD-AGRNGraduiertenseminar Rechnernetze

Seminar

Termine nach Vereinbarung

Ute Bormann
03-IGRAD-CGVRGraduate Seminar Computer Graphics and Virtual Reality

Seminar

Termine:
wöchentlich Mo 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-CoSyGraduiertenseminar Cognitive Systems (in englischer Sprache)

Seminar

Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
Thomas Dieter Barkowsky
03-IGRAD-HCIGraduiertenseminar Mensch-Computer-Interaktion

Seminar

Termine:
wöchentlich Di 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.
VAKTitel der VeranstaltungDozentIn
03-IBFS-TSTUDTeilnahme an Studien (Proband*innenstunden)
Participation in Studies

Seminar
ECTS: 1

https://lvb.informatik.uni-bremen.de/igs/03-ibfs-tstud.pdf
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. Rainer Malaka

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

VAKTitel der VeranstaltungDozentIn
09-71-A.1-1Approaches to Digital Media (in englischer Sprache)

Seminar

Termine:
wöchentlich Mo 16:00 - 18:00 GW1 A0160 (2 SWS)


Prof. Dr. Peter Gentzel
09-71-A.1-2Digital Life (in englischer Sprache)

Seminar

Termine:
wöchentlich Di 12:00 - 14:00 GW2 B1216 (2 SWS)


Prof. Dr. Christian Katzenbach

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

Bachelor: 1. Semester

VAKTitel der VeranstaltungDozentIn
03-M-EM1-1Mathematisches Denken in Arithmetik und Geometrie 1 "EM1"
für Studierende mit großem bzw. mittlerem (IP-Studiengang) Fach Elementarmathematik

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 1380/1400 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1380/1400 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1470 Übung
wöchentlich Fr 12:00 - 16:00 MZH 1100 Workshop
wöchentlich Fr 12:00 - 16:00 SFG 0150 Workshop
wöchentlich Fr 12:00 - 16:00 SFG 0140 Workshop

Einzeltermine:
Fr 07.02.25 09:00 - 18:00 MZH 1090
Fr 07.02.25 09:00 - 18:00 MZH 1100
Fr 07.02.25 09:00 - 18:00 MZH 1110
Fr 21.02.25 13:00 - 17:00 HS 1010 (Kleiner Hörsaal)
Fr 21.02.25 13:00 - 17:00 HS 2010 (Großer Hörsaal)

Vorlesung zusammen mit EMDG1a
Das Modul EM1 ist das erste große Fach-Modul in der Elementarmathematik (großes bzw. mittleres Fach). In der Vorlesung werden grundlegende Themen der Mathematik, mit Schwerpunkt auf der Arithmetik, behandelt.

Dr. Christoph Duchhardt
Birgit Reinkensmeier
Birgit Staffhorst
Martin Große-Schulte
Wolters Marcel
Benjamin Buck
Viktoria L Vovna Zoeger
03-M-EMDG1aMathematisches Denken in Arithmetik und Geometrie 1 "EMDG1a"
für Studierende mit kleinem Fach Elementarmathematik

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 08:00 - 10:00 Externer Ort: HS 1010 Vorlesung
wöchentlich Fr 12:00 - 16:00 GW2 B1400 NUR Mi. - So. Workshop
wöchentlich Fr 12:00 - 16:00 GW2 B1820 Workshop
wöchentlich Fr 12:00 - 16:00 GW2 B1410 Workshop

L-EM
Vorlesung zusammen mit 03-M-EM-1 am Mittwoch 8-10h im HS 2010
Diese erste große Fach-Veranstaltung in der Elementarmathematik (kleines Fach) gehört zum Modul EMDG1. In der Veranstaltung werden grundlegende Themen der Mathematik, mit Schwerpunkt auf der Arithmetik, behandelt.

Dr. Christoph Duchhardt
Luisa Gunia
Marie-Theres Brehm
Fiona Rödenbeck

Bachelor: 3. Semester

VAKTitel der VeranstaltungDozentIn
03-M-EL-1Elementarmathematik und Lernen
Elementary Mathematics and Lerning

Vorlesung
ECTS: 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 5500 Seminar
wöchentlich Do 14:00 - 16:00 MZH 5600 Übung
wöchentlich Fr 10:00 - 12:00 MZH 1100 Übung
wöchentlich Fr 10:00 - 12:00 MZH 1110 Seminar
wöchentlich Fr 12:00 - 14:00 GW1-HS H0070 GW2 B3009-3010 Ebene 3. Foyer GW2 B3009 (Großer Studierraum) Vorlesung

Einzeltermine:
Fr 07.02.25 10:00 - 12:00 MZH 1380/1400

In diesem Modul werden Zahlen und Zahlbereichserweiterungen von den natürlichen bis zu den reellen und komplexen Zahlen thematisiert. Die Veranstaltung wirft damit einen Blick über den Tellerrand der Grundschule und schaut, inwiefern Grundvorstellungen, die in der Grundschule aufgebaut werden, eine Rolle für die weitere Entwicklung der Zahlbereiche spielen.

Dr. Ingolf Schäfer
Dr. Thomas Janßen

Bachelor: 5. Semester

VAKTitel der VeranstaltungDozentIn
03-M-EM4-1Mathematisches Modellieren

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1470 Vorlesung
wöchentlich Mi 08:00 - 10:00 MZH 4140 Übung
wöchentlich Mi 08:00 - 12:00 Computerübung
wöchentlich Mi 10:00 - 12:00 GW2 B1400 NUR Mi. - So. Übung
wöchentlich Mi 12:00 - 14:00 MZH 1090 Übung

Die Vorlesung wendet sich insbesondere an Studiengang Bachelor of Arts (Grundschullehramt B.A. BiPEb). Die Vorlesung umfasst sowohl theoretische als auch praktische Aspekte und ist auf die Bedürfnisse von Lehramtsstudierenden abgestimmt. Der Inhalt der Vorlesung umfasst: - Grundprinzipien der mathematischen Modellierung, - Modellieren mit Funktionen, - Modellieren mit Differenzengleichungen , - Modellieren mit Gleichungssysteme, - Modellierung mit Graphen.

Dr. rer. nat. Arsen Narimanyan

Master: 1. Studienjahr

VAKTitel der VeranstaltungDozentIn
03-M-EMDG3-1Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 1
Mathematical learning contexts - analysis from mathematical and didactical perspectives

Seminar
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5600 Seminar

Einzeltermine:
Fr 14.02.25 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Fr 14.02.25 09:00 - 13:00 MZH 1380/1400

Dieses Seminar ist der fachliche Teil des EMDG3-Moduls, zu dem ein paralleles fachdidaktisches Seminar (EMDG3b) gehört. Die vier Inhaltsblöcke der beiden Teile sind aufeinander abgestimmt.

Dr. Christoph Duchhardt
03-M-EMDG3-2Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 2
Mathematical learning contexts - analysis from mathematical and didactical perspectives
alle IP Studierenden

Seminar
ECTS: 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5600 Seminar

Dieses Seminar ist der fachliche Teil des EMDG3-Moduls, zu dem ein paralleles fachdidaktisches Seminar (EMDG3b) gehört. Die vier Inhaltsblöcke der beiden Teile sind aufeinander abgestimmt.

Dr. Christoph Duchhardt
03-M-EMDG3-3Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 3
Mathematical learning contexts - analysis from mathematical and didactical perspectives

Seminar
ECTS: 6

Termine:
wöchentlich Fr 12:00 - 14:00 MZH 5600 Seminar

2SWS Seminar.
Studiengang: L-EM
Dieses Seminar ist der fachliche Teil des EMDG3-Moduls, zu dem ein paralleles fachdidaktisches Seminar (EMDG3b) gehört. Die vier Inhaltsblöcke der beiden Teile sind aufeinander abgestimmt.

Dr. Christoph Duchhardt

Master: 2. Studienjahr

VAKTitel der VeranstaltungDozentIn
03-M-EM5-1Ausgewählte Kapitel der Elementarmathematik
Elementare Zahlentheorie

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 5500 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1110 Übung

Einzeltermine:
Do 06.02.25 10:00 - 13:00 MZH 1380/1400

In diesem Modul werden ausgewählte Themen aus der Zahlentheorie behandelt.

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):
VAKTitel der VeranstaltungDozentIn
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz

Module: Modeling Project (15 CP)

Compulsory module in which you must attend the following lecture this semester:
VAKTitel der VeranstaltungDozentIn
03-M-MP-2Modeling Project (Part 2) (in englischer Sprache)

Seminar
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß

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

Compulsory module in which you must attend the following lecture:
VAKTitel der VeranstaltungDozentIn
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz

Industriemathematik, B.Sc.

Vor dem ersten Semester

VAKTitel der VeranstaltungDozentIn
03-M-BMBrückenkurs Mathematik
Preparation Course Mathematics at the University Bremen

Blockveranstaltung

Einzeltermine:
Mo 16.09.24 09:00 - 12:00
Mo 16.09.24 12:00 - 15:00 MZH 1460
Mo 16.09.24 12:00 - 15:00 MZH 1470
Mo 16.09.24 12:00 - 15:00
Di 17.09.24 09:00 - 12:00
Di 17.09.24 12:00 - 15:00 MZH 1470
Di 17.09.24 12:00 - 15:00 MZH 1460
Di 17.09.24 12:00 - 15:00
Mi 18.09.24 09:00 - 12:00
Mi 18.09.24 12:00 - 15:00
Mi 18.09.24 12:00 - 15:00 MZH 1460
Mi 18.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 09:00 - 12:00
Do 19.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 12:00 - 15:00 MZH 1460
Do 19.09.24 12:00 - 15:00
Fr 20.09.24 09:00 - 12:00
Fr 20.09.24 12:00 - 15:00 MZH 1460
Fr 20.09.24 12:00 - 15:00 MZH 1470
Fr 20.09.24 12:00 - 15:00
Mo 23.09.24 09:00 - 12:00
Mo 23.09.24 12:00 - 15:00 MZH 1460
Mo 23.09.24 12:00 - 15:00
Mo 23.09.24 12:00 - 15:00
Di 24.09.24 09:00 - 12:00
Di 24.09.24 12:00 - 15:00 MZH 1460
Di 24.09.24 12:00 - 15:00
Di 24.09.24 12:00 - 15:00
Mi 25.09.24 09:00 - 12:00
Mi 25.09.24 12:00 - 15:00
Mi 25.09.24 12:00 - 15:00 MZH 1460
Mi 25.09.24 12:00 - 15:00
Do 26.09.24 09:00 - 12:00
Do 26.09.24 12:00 - 15:00 MZH 1460
Do 26.09.24 12:00 - 15:00
Do 26.09.24 12:00 - 15:00
Fr 27.09.24 09:00 - 12:00
Fr 27.09.24 12:00 - 15:00
Fr 27.09.24 12:00 - 15:00 MZH 1460
Fr 27.09.24 12:00 - 15:00

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. Christoph Duchhardt
Dr. rer. nat. Arsen Narimanyan

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:
VAKTitel der VeranstaltungDozentIn
03-M-ANA-1.1Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5500 MZH 1110 Übung
wöchentlich Mo 14:00 - 16:00 MZH 5500 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 1090 Vorlesung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Einzeltermine:
Do 06.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch der Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Prof. Dr. Anke Dorothea Pohl
03-M-ANA-1.2Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum
Prof. Dr. Anke Dorothea Pohl

Modul: Lineare Algebra 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
VAKTitel der VeranstaltungDozentIn
03-M-LAG-1.1Lineare Algebra 1
Linear Algebra 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 7200 Übung
wöchentlich Mi 14:00 - 16:00 MZH 7200 Übung
wöchentlich Do 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung

Einzeltermine:
Di 18.02.25 09:30 - 12:30 GW2 B3009 (Großer Studierraum)

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Eugenia Saorin Gomez
03-M-LAG-1.2Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum

Das Projektplenum: Vertiefung zur Linearen Algebra 1 ist ein Bestandteil des Moduls Lineare Algebra. Die Lehrveranstaltung, mit 2 SWS, begleitet die Lineare Algebra 1 Vorlesung und die erfolgreiche Teilnahme dessen ist notwendiger Teil um die Studienleistung des Moduls Lineare Algebra zu erwerben. Es wird für Vollfach und Lehramt Mathematik Studierende parallel bzw. getrennt gehalten.

Eugenia Saorin Gomez

Modul: Mathematisches Computerpraktikum (3 CP)

Pflichtmodul im 1. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-MCP-1Mathematisches Computerpraktikum

Kurs
ECTS: 3

Einzeltermine:
Mi 19.02.25 - Fr 21.02.25 (Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 1090
Fr 07.03.25 08:00 - 12:00

Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt.
Zeiten und Räume werden noch bekannt gegeben.
KW 8 und 9/ 2025 sind in der Ebene reserviert

Marek Wiesner

Bachelor 3. Semester

Modul: Analysis 3 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-ANA-3Analysis 3

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 Vorlesung
wöchentlich Fr 08:00 - 10:00 MZH 4140 Übung
wöchentlich Fr 10:00 - 12:00 MZH 4140 Vorlesung
PD Dr. Hendrik Vogt

Modul: Numerik 1 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-NUM-1Numerik 1
Numerical Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung

Die Numerische Mathematik behandelt die Entwicklung und die mathematische Analyse von Verfahren und Algorithmen, die zur computergestützten Lösung von Problemen und zur Simulation mathematischer Modelle auf modernen Computern implementiert werden.

Prof. Dr. Christof Büskens

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-KRYPTEinführung in die Kryptographie

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 10:00 - 12:00 MZH 5500 Vorlesung

Profil: SQ
Schwerpunkt: IMA-SQ.
https://lvb.informatik.uni-bremen.de/imat/03-imat-krypt.pdf
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen

Dieter Hutter
Karsten Sohr
03-M-FTH-1Maß- und Wahrscheinlichkeitstheorie
Measure Theory and Probability

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 4140 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 12:00 - 14:00 Übung
Prof. Dr. Marc Keßeböhmer
03-M-FTH-9Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Mi 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Fr 12:00 - 14:00 Externer Ort: MZH 7200 Übung

Die Veranstaltung finden zusammen statt mit 03-M-SP-26 !

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-FTH-10Basics of mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1100 Übung

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt

Prof. Dr. Werner Brannath
03-M-Gy4-1Funktionentheorie
Complex Analysis

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung

Einzeltermine:
Mo 10.02.25 12:00 - 14:00 MZH 1380/1400
Dr. Ingolf Schäfer
Claudio Meneses-Torres

Modul: Mathematische Modellierung (9 CP)

Pflichtmodul im 5. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-MMOD-1Mathematische Modellierung
Mathematical Modelling

Kurs
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 2340 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 2490 (Seminarraum) Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 2490 (Seminarraum) Übung

Unter Mathematischer Modellierung versteht man die Erstellung von Beschreibungen von Prozessen aus den verschiedensten Bereichen wie z.B. der Biologie, der Chemie, der Physik oder der Soziologie mittels mathematischer Ausdrücke wie (Differential) Gleichungen. Aufbauend auf den wesentlichen Grundprinzipien, die zu Beginn der Veranstaltung eingeführt werden, erfolgt die Modellierung von verschiedenen Beispielen z.B. aus der Festkörpermechanik.

Prof. Dr. Andreas Rademacher

General Studies - Fachergänzende Studien

Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik.
VAKTitel der VeranstaltungDozentIn
03-M-GS-14Starting Data Science in R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects

Praktikum
ECTS: 3

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2490 (Seminarraum) Lecture plus Exercise

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-42Modelle und Mathematik
Models and Mathematics

Seminar
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
Ronald Stöver

Informatik, B.Sc./M.Sc.

Bachelor Informatik

Einführung Bachelor-Informatik

Ab dem 09.10.2023 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
VAKTitel der VeranstaltungDozentIn
03-IBG-OWOCHEOrientierungswoche Informatik/Wirtschaftsinformatik

Vorlesung

Programm der Orientierungswoche für Informatik:
https://www.uni-bremen.de/uni-start-portal/owoche/week/events/14

Programm der Orientierungswoche für Wirtschaftsinformatik:
https://www.uni-bremen.de/uni-start-portal/owoche/week/events/219

Ute Bormann
Dr. Sabine Kuske
Udo Frese
Dipl.-Inf. Andreas Bresser
M. Sc. Mihaela Popescu
Dr. Julia Maria Kensbock
Dr. Hui Shi
Ralf Eric Streibl
Prof. Dr. Benjamin Müller, MBA
M. Sc Jonas Haack
03-IBG-USPVorkurs: Uni-Start Programmieren

sonstige

Einzeltermine:
Mo 23.09.24 - Do 26.09.24 (Mo, Di, Mi, Do) 08:00 - 20:00 MZH 1470
Fr 27.09.24 08:00 - 13:00 HS 1010 (Kleiner Hörsaal)

Diese Veranstaltung ist ein Vorkurs für Studierende ohne Programmiererfahrung vom 23. bis 27.09.2024. Anmeldung über das Portal der O-Woche: https://www.uni-bremen.de/uni-start-portal

Udo Frese
03-M-BMBrückenkurs Mathematik
Preparation Course Mathematics at the University Bremen

Blockveranstaltung

Einzeltermine:
Mo 16.09.24 09:00 - 12:00
Mo 16.09.24 12:00 - 15:00 MZH 1460
Mo 16.09.24 12:00 - 15:00 MZH 1470
Mo 16.09.24 12:00 - 15:00
Di 17.09.24 09:00 - 12:00
Di 17.09.24 12:00 - 15:00 MZH 1470
Di 17.09.24 12:00 - 15:00 MZH 1460
Di 17.09.24 12:00 - 15:00
Mi 18.09.24 09:00 - 12:00
Mi 18.09.24 12:00 - 15:00
Mi 18.09.24 12:00 - 15:00 MZH 1460
Mi 18.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 09:00 - 12:00
Do 19.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 12:00 - 15:00 MZH 1460
Do 19.09.24 12:00 - 15:00
Fr 20.09.24 09:00 - 12:00
Fr 20.09.24 12:00 - 15:00 MZH 1460
Fr 20.09.24 12:00 - 15:00 MZH 1470
Fr 20.09.24 12:00 - 15:00
Mo 23.09.24 09:00 - 12:00
Mo 23.09.24 12:00 - 15:00 MZH 1460
Mo 23.09.24 12:00 - 15:00
Mo 23.09.24 12:00 - 15:00
Di 24.09.24 09:00 - 12:00
Di 24.09.24 12:00 - 15:00 MZH 1460
Di 24.09.24 12:00 - 15:00
Di 24.09.24 12:00 - 15:00
Mi 25.09.24 09:00 - 12:00
Mi 25.09.24 12:00 - 15:00
Mi 25.09.24 12:00 - 15:00 MZH 1460
Mi 25.09.24 12:00 - 15:00
Do 26.09.24 09:00 - 12:00
Do 26.09.24 12:00 - 15:00 MZH 1460
Do 26.09.24 12:00 - 15:00
Do 26.09.24 12:00 - 15:00
Fr 27.09.24 09:00 - 12:00
Fr 27.09.24 12:00 - 15:00
Fr 27.09.24 12:00 - 15:00 MZH 1460
Fr 27.09.24 12:00 - 15:00

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. Christoph Duchhardt
Dr. rer. nat. Arsen Narimanyan

Komplementärfach Informatik

Es handelt sich in diesem Abschnitt ausschließlich um die Pflicht-Lehrveranstaltung für das Komplementärfach Informatik.
Für die Angebote in Informatik Grundlagen Komplementärfach (https://www.szi.uni-bremen.de/lehre/auswahlkataloge/grundlagen-veranstaltungen/) siehe die Tabelle Informatik Grundlagen Komplementärfach. Für die Auswahloptionen in „Informatik Aufbau“ siehe Abschnitt ,,Vollfach Informatik / Wahlbereich Bachelor Aufbau (IBA)..“ (d.h. alle Lehrveranstaltungen, deren VAK mit 03-IBA…“ beginnt). In „Informatik Vertiefung“ kann im Grundsatz jede Bachelor-/Master-Informatik-LV ausgewählt werden, die keinen signifikanten inhaltlichen Überlapp mit einer bereits in einem anderen Modul belegten Lehrveranstaltung aufweist.
VAKTitel der VeranstaltungDozentIn
03-DMB-MI-21-GDPGrundlagen der Programmierung
Introduction to Programming

Vorlesung
ECTS: 6

Termine:
wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) Vorlesung
wöchentlich Do 16:00 - 18:00 MZH 1090 Übung
wöchentlich Do 16:00 - 18:00 MZH 1100 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1470 Übung

Einzeltermine:
Do 06.03.25 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

Bachelor 1. Semester (Vollfach)

Grundlagen Mathematik und Theoretische Informatik

VAKTitel der VeranstaltungDozentIn
03-IBGT-M1Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mo 14:00 - 16:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 1090 Übung
wöchentlich Di 08:00 - 10:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung
wöchentlich Di 16:00 - 18:00 MZH 1110 Übung
wöchentlich Di 16:00 - 18:00 MZH 1380/1400 Übung
wöchentlich Mi 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Übung
wöchentlich Do 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung

Einzeltermine:
Do 06.02.25 14:00 - 18:00 HS 2010 (Großer Hörsaal)
Do 06.02.25 14:00 - 18:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesungen und Übungen finden in Präsenz statt.

Übungsternmine in Präsenz für Studierende der Wirtschaftsinformatik primär am Do 12-14h und für Digitale Medien am Di 8-10.

Dr. Felix Christian Hommelsheim

Grundlagen Praktische und Technische Informatik

VAKTitel der VeranstaltungDozentIn
03-IBGP-PI1Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 13:00 Übung
wöchentlich Mo 13:00 - 16:00 Übung
wöchentlich Mo 16:00 - 19:00 Übung
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung
wöchentlich Mi 08:00 - 11:00 Übung
wöchentlich Mi 11:00 - 14:00 Übung
wöchentlich Mi 14:00 - 17:00 Übung
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

Nico Hochgeschwender

Grundlagen Angewandte Informatik

VAKTitel der VeranstaltungDozentIn
03-DMB-MI-1-MI1Grundlagen der Medieninformatik 1
Media Informatics

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 6200 Übung
wöchentlich Di 10:00 - 12:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 MZH 5500 Übung
wöchentlich Di 12:00 - 14:00 Übung Online
wöchentlich Mi 10:00 - 12:00 MZH 1470 MZH 1110 Übung
wöchentlich Mi 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1110 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 MZH 1110 Übung
wöchentlich Do 10:00 - 12:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 CART 0.01 (Besprechungsraum) Übung
wöchentlich Do 10:00 - 12:00 MZH 6200 Übung
wöchentlich Do 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung

Einzeltermine:
Mi 19.02.25 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Mi 19.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)
Mi 19.02.25 09:00 - 12:00 NW1 H 1 - H0020
Mi 19.02.25 09:00 - 12:00 GW1-HS H0070

https://lvb.informatik.uni-bremen.de/dmb/03-dmb-mi-1-mi1.pdf
Für Informatik und Digitale Medien Studierende ist diese LV nicht als Fachergänzende Studien anrechenbar.

Udo Frese
03-IBGA-FI-RDLRobot Design Lab (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 DFKI RH1 B0.10 Q & A
wöchentlich Do 10:00 - 12:00 DFKI RH1 B0.10 Übung
wöchentlich Do 14:00 - 16:00 DFKI RH1 B0.10 Übung

Die Vorlesung findet online asynchron statt.
Die Q+A und Präsenz-Übung finden im Raum RH1 B0.10 des DFKI statt.
https://lvb.informatik.uni-bremen.de/ibg/03-ibga-fi-rdl.pdf

Frank Kirchner
M. Sc. Mihaela Popescu
M. Sc Jonas Haack

General Studies

VAKTitel der VeranstaltungDozentIn
03-IBFS-WKWAWissenschaftskultur und Wissenschaftliches Arbeiten

Seminar
ECTS: 3

Termine:
wöchentlich Mi 15:00 - 19:00 MZH 6200 Seminar
wöchentlich Fr 13:00 - 17:00 MZH 1090

Die genauen Termine werden im Kurs abgesprochen.
VORBESPRECHUNG mit weiteren Informationen am Mittwoch, ???? um 15 Uhr im MZH 6200

Ralf Eric Streibl
03-IBFW-ZÜPZusatzübungen Programmieren

Übung
ECTS: 3

Termine:
wöchentlich Mo 08:00 - 10:00 Übung

https://lvb.informatik.uni-bremen.de/igs/03-ibfw-zup.pdf
Die Teilnehmer werden von den Lehrenden zugeordnet. Keine eigenständige Anmeldung möglich.
Nur für Studierende ohne oder mit sehr wenigen Programmierkenntnissen.
Die Übungen finden in der Ebene 0 im MZH statt.

Karsten Hölscher

Bachelor 3. Semester

VAKTitel der VeranstaltungDozentIn
03-IBGA-IUGInformatik und Gesellschaft
Computer and Society

Seminar
ECTS: 3

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1090 Seminar
wöchentlich Fr 10:00 - 12:00 MZH 1090 Seminar
wöchentlich Fr 12:00 - 13:00 MZH 1090 Seminar

„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 ???? 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-PI3Praktische Informatik 3: Funktionale Programmierung
Practical Computer Science 3

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 12:00 - 14:00 MZH 1470 Übung
wöchentlich Di 14:00 - 16:00 NW2 C0290 (Hörsaal 1) Vorlesung
wöchentlich Mi 14:00 - 16:00 Übung Online
wöchentlich Mi 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1450 Übung
Christoph Lüth
03-IBGP-SWPSoftware-Projekt

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 12:00 - 14:00 Übung Online
wöchentlich Mi 12:00 - 14:00 MZH 5500 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1450 Übung
wöchentlich Do 14:00 - 16:00 MZH 1380/1400 Übung
Karsten Hölscher
Dr. Hui Shi
03-IBGP-TI2Technische Informatik 2: Betriebssysteme und Nebenläufigkeit
Technical Computer Science 2

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 1470 Übung
wöchentlich Di 10:00 - 12:00 MZH 5600 Übung
wöchentlich Mi 16:00 - 18:00 MZH 1470 Übung
wöchentlich Mi 16:00 - 18:00 Übung Online
wöchentlich Do 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Die Kenntnisse aus dem Propädeutikum C/C++ werden vorausgesetzt.
Die Vorlesungen starten in der 1. Semesterwoche, die Übungen erst in der 2. Semesterwoche.

Ute Bormann
Stefanie Gerdes
03-IBGT-THI1-AFSAutomaten und formale Sprachen
Automata and Formal Languages

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 6200 Übung
wöchentlich Mo 14:00 - 16:00 Übung Online
wöchentlich Mo 14:00 - 16:00 MZH 1450 Übung
wöchentlich Mo 14:00 - 16:00 MZH 1470 Übung
wöchentlich Di 16:00 - 18:00 NW2 C0290 (Hörsaal 1) Vorlesung
wöchentlich Mi 08:00 - 10:00 MZH 1100 Übung
Prof. Dr. Sebastian Siebertz
03-IBGT-THI1-ATAlgorithmentheorie
Algorithm Theory

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1090 Übung
wöchentlich Di 08:00 - 10:00 MZH 6200 Übung
wöchentlich Di 14:00 - 16:00 MZH 1380/1400 Übung
wöchentlich Di 16:00 - 18:00 MZH 1100 Übung
wöchentlich Do 10:00 - 12:00 MZH 1380/1400 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 5600 Übung
wöchentlich Do 12:00 - 14:00 MZH 5500 Übung

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
03-IBPJ-PROBE3Vorstellung Bachelor-Projekte 2025

sonstige

Für alle Bachelor-Studierenden der Studiengänge Informatik, Wirtschaftsinformatik und Systems Engineering, die in 2025 ein Informatik-nahes Bachelor-Projekt beginnen wollen.
Die Intro-Veranstaltung von Ute Bormann findet am Donnerstag, 17.01.2025 von 16-18h online über BBB statt.
Die Schnuppertermine sind in KW 3 und KW 4 geplant.

Ute Bormann

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 der BPO\'10 müssen in ihrem Studium zudem zwei Module außerhalb der Informatik erbringen (Fach \"General Studies\" innerhalb der Bachelor-Prüfungsordnung). Studierende der BPO\'20 müssen 9 CP General Studies erbringen.
VAKTitel der VeranstaltungDozentIn
03-IB-WAHLÜberblick über das Wahlangebot im Fach Informatik

Vorlesung

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-EOBAErste Orientierung zur Bachelor-Arbeit

Blockveranstaltung
ECTS: 1

Einzeltermine:
Do 17.10.24 16:00 - 18:00 MZH 6200
Do 07.11.24 16:00 - 18:00 MZH 6200

Diese 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: Donnerstag 17.10.2024 von 16-18h im MZH 6200

FAQ-Termin: Donnerstag 07.11.2024 von 16-18h im MZH 6200

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
03-IBGP-SWP1ErsatzPlanung und Durchführung von Software-Projekten

Vorlesung
ECTS: 3

Die Veranstaltung findet online asynchron statt.
Zusammen mit DBM Ersatz für SWP1.

Kurzbeschreibung:
Diese Veranstaltung ist nur für Informatik/Wirtschaftsinformatik-Bachelorstudierende ab 4. Sem.
Sie ersetzt in Kombination mit der Veranstaltung ,,Datenbankgrundlagen und Modellierung“ (s. Lehrangebot 2. Semester) das nicht mehr angebotene Modul ,,Softwareprojekt 1“.
Ziel der Veranstaltung ist die Vermittlung grundlegender Kenntnisse bzgl. der Planung und Durchführung von Softwareprojekten. Dazu werden ausgewählte Aspekte von Software-Entwicklungsprozessen, der Projektplanung, der Anforderungsanalyse, des Architekturentwurfs und des Testens beleuchtet.

Karsten Hölscher
Dr. Hui Shi
03-IM-DUALMVorstellung Duales Masterprogramm Informatik (DMI)

sonstige

Als Student*in des DMI an der Universität Bremen bringst Du neue Impulse aus der Hochschule ins Unternehmen. Mit den 'Future Skills' werden Dir wichtige Schlüsselqualifikationen vermittelt. Und mit dem Master qualifizierst Du Dich zugleich als Führungskraft von morgen.
Ein Studienbeginn ist zum Sommer- oder Wintersemester möglich.
Informiere Dich gerne hier www.dualermasterinformatik.de oder persönlich in der Uni bei Kerstin Bonnet (Tel. 218-63530 oder bonnet@uni-bremen.de)

Ute Bormann
Kerstin Bonnet

Bachelorprojekte

Bachelorprojekte 5. Semester

VAKTitel der VeranstaltungDozentIn
03-IBFW-KuKKommunikation und Konflikt

Blockveranstaltung
ECTS: 1

Einzeltermine:
Sa 30.11.24 09:00 - 17:00 MZH 1100

Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. über Ute Bormann.

Christine Fangmann
Ute Bormann
03-IBFW-PROMANProjektmanagement Seminar

Blockveranstaltung
ECTS: 1

Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. Ute Bormann.
Das Seminar findet online über BBB (Link wird noch bekannt gegeben) statt, u.z. am 09.11.24 von 11.00 - 16:00h und am 25.01.2025 von 09:00h -15:00h statt. Online mit Video-Zuschaltung.

Ute Bormann
Thomas Wittpahl
03-IBPJ-AICIProjekt AIxCity
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Einzeltermine:
Fr 25.10.24 10:00 - 12:00 MZH 1380/1400
Fr 08.11.24 10:00 - 12:00 MZH 8090/8100
Fr 22.11.24 10:00 - 12:00 MZH 8090/8100
Fr 06.12.24 10:00 - 12:00 MZH 8090/8100
Fr 20.12.24 10:00 - 12:00 MZH 8090/8100
Fr 24.01.25 10:00 - 12:00 MZH 8090/8100
Prof. Dr. Dr. Björn Niehaves
Dr. Gerhard Klassen
Luca Tom Bauer
Dulce Maria Villegas Nunez
Robin Fritzsche
03-IBPJ-COLLVRProjekt CollabVR
( WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Projekt-Plenum

Bei CollabVR dreht sich alles um die Entwicklung eines innovativen VR-Kollaborationsraums und dessen anschließende wissenschaftliche Analyse. Teilnehmer tauchen tief in die Welt der modernen Kollaborationstechnologien ein und entdecken ihre vielfältigen Einsatzmöglichkeiten. Kreiere neue Wege mit deinen Freunden und Kommolitonen in Kontakt zu treten und dich auszudrücken. Dabei stehen theoretische Grundlagen im Einklang mit praxisnahen Anwendungen. Der Höhepunkt ist das eigenständige Entwerfen eines einzigartigen VR-Kollaborationskonzepts und die Programmierung eines VR-Kollaborationssystems in einer Gameengine (Unity oder Unreal Engine 5), welches kreatives Denken und technisches Know-how vereint. Hast du Spaß auf mehr? Eine einzigartige neue Welt erwartet dich!

Prof. Dr. Dr. Björn Niehaves
Dr. Marc Wyszynski
Sebastian Weber
Raphael Palombo
03-IBPJ-COLORAProjekt Coloradio
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 6200 Projekt-Plenum
wöchentlich Fr 12:00 - 14:00 MZH 6200 Projekt-Plenum
wöchentlich Fr 14:00 - 16:00 MZH 6200 Projekt-Plenum

Einzeltermine:
Fr 18.10.24 12:00 - 20:00 MZH 7260
Sa 19.10.24 09:00 - 20:00 MZH 6200
Ute Bormann
Stefanie Gerdes
Olaf Bergmann
Prof. Dr.-Ing. Carsten Bormann
03-IBPJ-DeMenProjekt DeMention
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1450 Projekt-Plenum

Einzeltermine:
Fr 11.10.24 09:30 - 12:00 CART 1.01
Fr 18.10.24 09:30 - 18:00 CART 1.01
Tanja Schultz
Elisa Brauße, M. Sc
Zhao Ren
03-IBPJ-E2EPProjekt E2E-Player
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 09:00 - 12:00 CART Rotunde - 0.67 Projekt-Plenum
Kerstin Schill
Joachim Clemens
03-IBPJ-GRIPS4STProjekt GRIPS4Students
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 10:00 - 12:00 DFKI RH1 B0.10 Projekt-Plenum
Frank Kirchner
Dr. Lisa Gutzeit
Dr.-Ing. Alexander Fabisch
03-IBPJ-HOPEProjekt Hope2D
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5410 Plenum

Das Plenum findet in Raum 5410 statt

Prof. Dr. Rolf Drechsler
Christina Sophie Viola Plump
03-IBPJ-INVRProjekt InsideVR
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1110 Projekt-Plenum
Prof. Dr. Sebastian Maneth
03-IBPJ-PROBE5PROBE (5. Semester)

Blockeinheit

Einzeltermine:
Mi 16.10.24 16:15 - 17:45 ONLINE

Die Veranstaltung gibt einen Überblick über das Projektstudium und findet online am 16.10.2024 von 16:15 - 17:45h über BBB statt.

Ute Bormann

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

IBAT / BB-6: Theoretische Informatik und Mathematik

BPO 2020: mindestens ein Lehrangebot aus dieser Kategorie wählen. Auch nutzbar für IBA und IBVT (und Freie Wahl).
BPO 2010: Für ,,Bachelor - TheoInfWahl`` ein Lehrangebot aus dieser Kategorie wählen. Auf Antrag auch Lehrangebote aus den Kategorien IBVT, IMAT, IMVT oder ein fortgeschrittenes Mathematik-Modul möglich. IBAT-Lehrangebote auch für \'Informatik-Wahl\' (und Freie Wahl) nutzbar.
VAKTitel der VeranstaltungDozentIn
03-IBAT-ATAAutomatentheorie und ihre Anwendungen
Automata Theory and Its Applications

Kurs
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1380/1400 Kurs
wöchentlich Do 12:00 - 14:00 MZH 1100 Kurs


Mario Grobler

IBAP / BB-7: Praktische und Technische Informatik

BPO 2020. mindestens ein Lehrangebot aus dieser Kategorie wählen. Auch nutzbar für IBA und IBVP (und Freie Wahl).
BPO 2010: Für ,,Bachelor - PrakTechInfWahl`` zwei Lehrangebote aus dieser Kategorie wählen: Keine Ausnahmeanträge.
IBAP-Lehrangebote auch für \'Informatik-Wahl\' (und Freie Wahl) nutzbar.
VAKTitel der VeranstaltungDozentIn
03-IBAP-BSBetriebssysteme
Operating Systems

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 08:00 - 10:00 MZH 1380/1400 Übung


Prof. Dr. Bernhard Johannes Berger
03-IBAP-CGComputergraphik
Computer Graphics

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1470 Übung
wöchentlich Di 10:00 - 12:00 MZH 1380/1400 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1380/1400 Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 1470 Übung

Schwerpunkt: DMI, VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-cg.pdf
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-DBSDatenbanksysteme
Database Systems

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 SFG 0140 Vorlesung
wöchentlich Mi 10:00 - 12:00 SFG 0140 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1380/1400 Übung

Die "Hauptveranstaltung" Datenbanksysteme mit 6 CP geht bis Ende Dezember und
die 3CP Ergänzung Datenbanksysteme beginnt im Januar.
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-dbs.pdf

Prof. Dr. Sebastian Maneth
03-IBAP-FBMFormale Beweismethoden

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 5410 Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 5410 Übung

Die Veranstaltung findet in Raum 5410 statt.

Prof. Dr. Rolf Drechsler
03-IBAP-ISECInformationssicherheit
Information Security

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung


Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
03-IBAP-RARechnerarchitektur und Eingebettete Systeme (in englischer Sprache)
Computer Architecture and Embedded Systems

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1380/1400 Vorlesung
wöchentlich Di 08:00 - 10:00 MZH 1380/1400 Übung


Prof. Dr. Rolf Drechsler
Dr. Muhammad Hassan
03-IBAP-SDVSensordatenverarbeitung
Sensor Data Processing

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 12:00 - 14:00 NW1 H 2 - W0020 Vorlesung

Einzeltermine:
Mo 03.03.25 10:00 - 13:00 MZH 1380/1400

Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-sdv.pdf

Udo Frese
Tanja Schultz

IBAA / BB-8: Angewandte Informatik

BPO 2020: Nutzbar für IBA und IBVA (und Freie Wahl).
BPO 2010: Für ,,Bachelor - AnwInfWahl`` ein Lehrangebot aus dieser Kategorie wählen: IBAA.
Auf Antrag auch Lehrangebot aus den Kategorien IBVA, IMAA, INVA möglich. IBAA-Lehrangebote auch für \'Informatik-Wahl\' (und Freie Wahl) nutzbar.
VAKTitel der VeranstaltungDozentIn
03-IBAA-ECAE-Commerce-Anwendungen
E-Commerce Applications

Kurs
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Kurs

https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-eca.pdf
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.

Bastian Diedrich
03-IBAA-MTIMensch-Technik-Interaktion
Human Computer Interaction

Kurs
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1450 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5600 Übung
wöchentlich Mi 08:00 - 10:00 MZH 6200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 5600 Übung
wöchentlich Do 08:00 - 10:00 MZH 1380/1400 1380
wöchentlich Do 12:00 - 14:00 GW2 B1410 Vorlesung


Prof. Dr. Rainer Malaka

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

BPO 2010: weitere Lehrangebote für BE unter IBFW
IBV-Lehrangebote regulär für \'Informatik-Wahl\' (und Freie Wahl) nutzbar.
VAKTitel der VeranstaltungDozentIn
03-M-GS-7Introduction to R (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Fr 12:00 - 15:00 LINZ4 4010 Seminar

3 SWS Seminar
Die Veranstaltung kann nach BPO'10 als BE-6 angerechnet werden und nach BPO'20 nur in Freie Wahl

Homepage des KKSB und Uni-Lageplan

Prof. Dr. Werner Brannath

IBVP / BE-7: Praktische und Technische Informatik

BPO 2010: Nutzbar für IBVP (und Freie Wahl).
VAKTitel der VeranstaltungDozentIn
03-IBVP-DEKTPDialogentwicklung im Kontext: Theorie und Praxis
Dialogue Development in Context: Theory and Practice

Kurs
ECTS: 6

Termine:
wöchentlich Di 08:00 - 12:00 MZH 1110 Kurs

https://lvb.informatik.uni-bremen.de/ibv/03-ibvp-dektp.pdf
Viele moderne KI Servicesysteme, wie bekannte ChatGPT, Alexa und Google Home, unterstützen eine leistungsstarke Verarbeitung natürlicher Sprache. Neben grundlegenden Funktionen wie der syntaktischen und semantischen Analyse von Wörtern und Sätzen erfüllen sie inzwischen auch komplexe Aufgaben, z.B., Stimmungsanalyse, Diskursanalyse, automatische Zusammenfassung, Dokument KI und Test-zu-Bild-Generierung. Solche Systeme sind meistens allgemein anwendbar und unabhängig vom Anwendungskontext.
Diese Veranstaltung vermittelt einerseits Konzepte und Technologien, um theoretische Grundlagen für die Verarbeitung natürlicher Sprache kennenzulernen. Die relevanten Themen sind dabei „Wörter“, „Syntax“, „Semantik“ und „Dialoge“. Andererseits werden praktische Übungsaufgaben bearbeitet. Konkret sollten Dialoge in einem bestimmten Anwendungskontext mit Hilfe von Alexa Developer Console als Frontend entwickelt werden. Für das Backend wird ein Server in PHP oder Node.js programmiert, wo eine MySQL-Datenbank den Server mit den notwendigen Informationen über den Anwendungskontext versorgt.

Dr. Hui Shi

IBVA / BE-8: Angewandte Informatik

BPO 2010: Nutzbar für IBVA (und Freie Wahl).
VAKTitel der VeranstaltungDozentIn
03-IBVA-DSGDigitalisierung in Staat und Gesellschaft

Vorlesung
ECTS: 6

Einzeltermine:
Di 22.10.24 14:00 - 18:00 MZH8090/8100
Di 29.10.24 14:00 - 18:00 MZH8090/8100
Di 12.11.24 14:00 - 18:00 MZH8090/8100
Di 26.11.24 14:00 - 18:00 MZH8090/8100
Di 10.12.24 14:00 - 18:00 MZH8090/8100
Di 14.01.25 14:00 - 18:00 MZH8090/8100
Di 18.02.25 14:00 - 15:30 MZH8090/8100


Prof. Dr. Dr. Björn Niehaves
Luca Tom Bauer

Freie Wahl inkl. Seminare - IBFW / BE

Informationen zum Thema General Studies findet ihr auch hier: https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf
VAKTitel der VeranstaltungDozentIn
03-IBFW-EDBSErgänzung Datenbanksysteme

Vorlesung
ECTS: 3

Termine:
wöchentlich Di 12:00 - 14:00 SFG 0140 Vorlesung
wöchentlich Mi 10:00 - 12:00 SFG 0140 Vorlesung

https://lvb.informatik.uni-bremen.de/igs/03-ibfw-edbs.pdf
Die "Hauptveranstaltung" Datenbanksysteme mit 6 CP geht bis Ende Dezember und
die 3CP Ergaenzung Datenbanksysteme beginnt im Januar.

Prof. Dr. Sebastian Maneth
03-IBFW-PVSProseminar: Visuelle Sprachen
Seminar on visual languages

Blockveranstaltung
ECTS: 3

https://lvb.informatik.uni-bremen.de/igs/03-ibfw-pvs.pdf
Der Termin für die Veranstaltung wird noch bekannt gegeben.

PD Dr. Björn Gottfried
03-IBFW-VTI1Vertiefungsveranstaltung Technische Informatik 1
In-depth Seminar Technical Computer Science 1

Blockveranstaltung
ECTS: 3

https://lvb.informatik.uni-bremen.de/igs/03-ibfw-vti1.pdf
Der Termin der Veranstaltung wird noch bekannt gegeben.

Prof. Dr. Rolf Drechsler
Christina Sophie Viola Plump

Fachergänzende Studien

VAKTitel der VeranstaltungDozentIn
03-DMB-MA-2-BWBook & Web. Two Media old & new

Kurs
ECTS: 3

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs
Frieder Nake
03-DMB-MI-1-MI1Grundlagen der Medieninformatik 1
Media Informatics

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 6200 Übung
wöchentlich Di 10:00 - 12:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 MZH 5500 Übung
wöchentlich Di 12:00 - 14:00 Übung Online
wöchentlich Mi 10:00 - 12:00 MZH 1470 MZH 1110 Übung
wöchentlich Mi 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1110 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 MZH 1110 Übung
wöchentlich Do 10:00 - 12:00 MZH 1450 Übung
wöchentlich Do 10:00 - 12:00 CART 0.01 (Besprechungsraum) Übung
wöchentlich Do 10:00 - 12:00 MZH 6200 Übung
wöchentlich Do 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung

Einzeltermine:
Mi 19.02.25 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Mi 19.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)
Mi 19.02.25 09:00 - 12:00 NW1 H 1 - H0020
Mi 19.02.25 09:00 - 12:00 GW1-HS H0070

https://lvb.informatik.uni-bremen.de/dmb/03-dmb-mi-1-mi1.pdf
Für Informatik und Digitale Medien Studierende ist diese LV nicht als Fachergänzende Studien anrechenbar.

Udo Frese
03-DMB-MI-21-GDPGrundlagen der Programmierung
Introduction to Programming

Vorlesung
ECTS: 6

Termine:
wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) Vorlesung
wöchentlich Do 16:00 - 18:00 MZH 1090 Übung
wöchentlich Do 16:00 - 18:00 MZH 1100 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1470 Übung

Einzeltermine:
Do 06.03.25 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
03-IBFS-TSTUDTeilnahme an Studien (Proband*innenstunden)
Participation in Studies

Seminar
ECTS: 1

https://lvb.informatik.uni-bremen.de/igs/03-ibfs-tstud.pdf
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. Rainer Malaka
03-IBFW-EIUGErgänzung Informatik und Gesellschaft

Seminar
ECTS: 3

Nur für Studierende, die IUG belegt haben, und nach Absprache mit dem Dozenten.
Zeiten und Räume wie IUG

Ralf Eric Streibl

Master Informatik

Einführung Master-Informatik

VAKTitel der VeranstaltungDozentIn
03-IB-WAHLÜberblick über das Wahlangebot im Fach Informatik

Vorlesung

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-IM-INTROEinführungsveranstaltung Master Informatik
Alle Erstsemester im Masterstudiengang Informatik werden gebeten, zu dieser Einführungsveranstaltung zu gehen

Vorlesung

Einzeltermine:
Mo 14.10.24 08:30 - 10:00

Dozentin: Ute Bormann
Diese Veranstaltung findet am 14.10.2024 von 08:30-10:00 Uhr 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

Masterstudierende der Informatik können das Modul \'Projektmanagement und Wissenschaftskultur\' auch über diese Lehrveranstaltung abdecken.
VAKTitel der VeranstaltungDozentIn
03-AI-S-CDFCross-Disciplinary Foundations (in englischer Sprache)

Kurs
ECTS: 6

Termine:
wöchentlich Di 08:00 - 12:00 CART Rotunde - 0.67 Kurs

Masterstudierende der Informatik können das Modul Projektmanagement und Wissenschaftskultur auch über diese Lehrveranstaltung abdecken.

Dr. Jörn Syrbe

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 IMVT-Lehrangebot oder fortgeschrittenes Mathematik-Lehrangebot möglich.
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-IMAT-FSGTFormale Sprachen: Graphtransformation
Formal Languages: Graph Transformation

Kurs
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 MZH 1090 Kurs
wöchentlich Do 10:00 - 12:00 MZH 1090 Kurs

Profil: SQ, KIKR
Schwerpunkt: IMVT-SQ, IMVT-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-fsgt.pdf

Dr. Sabine Kuske
03-IMAT-IRQIntroduction to Reversible and Quantum Computing (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5500 Vorlesung
wöchentlich Di 08:00 - 10:00 MZH 5500 Übung


Prof. Dr. Rolf Drechsler
Dr. Kamalika Datta
Dr. Abhoy Kole
03-IMAT-KRYPTEinführung in die Kryptographie

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 10:00 - 12:00 MZH 5500 Vorlesung

Profil: SQ
Schwerpunkt: IMA-SQ.
https://lvb.informatik.uni-bremen.de/imat/03-imat-krypt.pdf
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen

Dieter Hutter
Karsten Sohr
03-IMAT-STMTSet Theory and Model Theory (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 3150 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 3150 Übung

Profil: SQ
Schwerpunkt: IMVT-SQ
https://lvb.informatik.uni-bremen.de/imat/03-imat-stmt.pdf
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

IMAP / MB-7 - Praktische und technische Informatik

Nach MPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen. Nach MPO 2012 zwei Lehrangebote aus dieser Kategorie wählen.
VAKTitel der VeranstaltungDozentIn
03-IMAP-AMAIAdvanced Methods of AI (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1100 Übung


Michael Beetz
Daniel Beßler
03-IMAP-AMLAdvanced Machine Learning (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 1100 Übung
wöchentlich Di 08:00 - 10:00 MZH 1470 Übung
wöchentlich Di 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1380/1400 Vorlesung

Profil: KIKR
Schwerpunkt: IMAP-AI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-aml.pdf

Tanja Schultz
Felix Putze
03-IMAP-ASEAutomatische Spracherkennung
Automatic Speech Recognition

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1100 Übung

Profil KIKR
Schwerpunkt: IMA-AI
Modultyp C (6 CP) im Studiengang Language Sciences M.A.
https://lvb.informatik.uni-bremen.de/imap/03-imap-ase.pdf

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-IISIntegrated Intelligent Systems (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 Übung Online

Profil: KIKR
Schwerpunkt: IMA-AI
https://lvb.informatik.uni-bremen.de/imap/03-imap-iis.pdf
Die Vorlesung findet asynchron und die Übung online statt.

Michael Beetz
Dr. Jörn Syrbe
03-IMAP-NIONature-inspired Optimisation

Kurs
ECTS: 6

Termine:
wöchentlich Do 08:00 - 10:00 MZH 1100 Kurs
Prof. Dr. Bernhard Johannes Berger
03-IMAP-RNMNRechnernetze - Media Networking
Computer Networks - Media Networking

Kurs
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 16:00 Übung Online
wöchentlich Do 12:00 - 14:00 MZH 6200 Übung Präsenz

Profil: SQ, DMI.
Schwerpunkt: IMVP-SQ, IMVP-DMI, IMVP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-rnmn.pdf

Ute Bormann
03-IMAP-SHSQSysteme hoher Sicherheit und Qualität
Systems Assuring High Safety, Security and Quality

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1100 Vorlesung
wöchentlich Do 16:00 - 18:00 MZH 5600 Übung

Profil SQ
Schwerpunkt: IMK-SQ , IMVP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-shsq.pdf

Christoph Lüth
Dieter Hutter
Mario Gleirscher
03-IMAP-SWRESoftware-Reengineering

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1110 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 1110 Übung

Profil: SQ
Schwerpunkt: IMA-SQ, IMVP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-swre.pdf

Prof. Dr. Bernhard Johannes Berger
03-IMAP-TATestautomatisierung
Test Automation

Kurs
ECTS: 6

Termine:
wöchentlich Mi 08:00 - 10:00 MZH 5500 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1110 Kurs


Wen-Ling Huang
03-IMAP-VRSIMVirtual Reality and Physically-Based Simulation (in englischer Sprache)
Virtuelle Realität und physikalisch-basierte Simulation

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 5600 Vorlesung
wöchentlich Do 10:00 - 12:00 MZH 1100 Übung

Profil: KIKR, DMI
Schwerpunkt: IMAP-DMI, IMAP-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-vrsim.pdf
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 ein Lehrangebot aus dieser Kategorie wählen; auf Antrag auch IMVA-Lehrangebot möglich.
VAKTitel der VeranstaltungDozentIn
03-IMAA-ITMDSIT-Management und Data Science (in englischer Sprache)
IT Management and Data Science

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 14:00 - 18:00 MZH 1090

Profil: SQ, DMI
Schwerpunkt: IMA-SQ, IMA-AI, IMVP-DMI
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-itmds.pdf

Prof. Dr. Andreas Breiter
Hannah-Marie Büttner
03-IMAA-MADMobile App Development (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 14:00 MZH 1380/1400 Vorlesung

Profil: DMI
Schwerpunkt: IMA- DMI
https://lvb.informatik.uni-bremen.de/imva/03-imva-mad.pdf
Die Veranstaltung richtet sich an Student*innen 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-IMAA-MITRMedien- und IT-Recht
Media and IT-Law

Kurs
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 Kurs Online

Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-mitr.pdf

Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.
03-IMAA-STMWSearch Technology for Media & Web (in englischer Sprache)
Search Technology for Media + Web

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 6200 Übung

Profil: KIKR, DMI
Schwerpunkt: IMVA-DMI, IMVA-AI
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-stmw.pdf

Prof. Dr. Sebastian Maneth
M. Sc Yvonne Jenniges

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

VAKTitel der VeranstaltungDozentIn
03-IMVT-SGASparsity - Graphs and algorithms

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 3150 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 3150 Übung


Prof. Dr. Sebastian Siebertz
03-IMVT-TSFTheorie der Sensorfusion
Theory of Sensor Fusion

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1100 Kurs
wöchentlich Mi 10:00 - 12:00 MZH 1110 MZH 1470 Kurs


Udo Frese
03-IMVT-VHSHybrid Systems: Verification and Synthesis (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 MZH 3150 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 5410 Übung

Schwerpunkt: IMVT-SQ
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-vhs.pdf
Die Veranstaltung findet nach Absprache mit den Studierendenn auf Deutsch oder Englisch statt.

Mario Gleirscher
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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

IMVP / ME-7 - Praktische Informatik

VAKTitel der VeranstaltungDozentIn
03-IMVP-BCODCodierung und Datenkompression
Coding and data compression

Kurs
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 CART Rotunde - 0.67 Vorlesung
wöchentlich Di 16:00 - 18:00 CART 0.01 (Besprechungsraum) Übung

Profil: KIKR
Schwerpunkt: IMVP-AI, IMVP-VMC
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-bcod.pdf

Christop W. Zetzsche-Schill
Konrad Gadzicki
Joachim Clemens
03-IMVP-DLSDigital Logic Synthesis (in englischer Sprache)

Kurs
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1110 Kurs
wöchentlich Mi 10:00 - 12:00 MZH 1100 Kurs


Prof. Dr. Rolf Drechsler
Dr. Chandan Kumar Jha
03-IMVP-GMEGehirn-Muster-Erkennung
Brain-Pattern-Recognition

Blockveranstaltung
ECTS: 6

Profil: KIKR
Schwerpunkt: IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-gme.pdf
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-HRIHuman Robot Interaction (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 16:00 DFKI RH1 A1.03 Vorlesung
wöchentlich Mi 14:00 - 16:00 DFKI RH1 A1.03 Übung

Profil: KIKR
Schwerpunkt: IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-hcir.pdf
Die Veranstaltung findet im DFKI statt.

Frank Kirchner
Dr. Lisa Gutzeit
03-IMVP-MLARMachine Learning for autonomous Robots (in englischer Sprache)
Machine Learning for autonomous Robots

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 DFKI RH1 B0.10 Vorlesung
wöchentlich Do 10:00 - 12:00 Übung

Profil: KIKR
Schwerpunkt:IMVP- AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-mlar.pdf
Die Veranstaltung findet in den Räumen des DFKI statt.

Frank Kirchner
Melvin Laux
03-IMVP-PROSYProgrammsynthese

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1450 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1450 Übung


Mario Gleirscher
03-IMVP-SPRSSemantische 3D-Perzeption für robotische Systeme
Semantic 3D perception for robotic systems

Kurs
ECTS: 6

Termine:
wöchentlich Do 16:00 - 18:00 MZH 1110 Übung

Profil: KIKR
Schwerpunkt: IMVP-VMC, IMVP-AI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-sprs.pdf
Die Vorlesung findet online per Zoom statt.

Prof. Dr. Michael Suppa

IMVA / ME-8 - Angewandte Informatik

VAKTitel der VeranstaltungDozentIn
03-IMVA-GPMLRGood Practice in Machine Learning Research

Kurs
ECTS: 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 1470 Kurs


Felix Putze

Wahlbereich IMS / ME - Master Seminare

VAKTitel der VeranstaltungDozentIn
03-IMS-APKSAusgewählte Probleme kognitiver Systeme
Selected topics of cognitive systems

Seminar
ECTS: 3

Termine:
wöchentlich Di 12:00 - 14:00 CART Rotunde - 0.67 Seminar

https://lvb.informatik.uni-bremen.de/ims/03-ims-apks.pdf
Termine:
Auftakttermin: 23.10. um 11:30 Uhr in Raum 0.67 Rotunde Cartesium.

Tanja Schultz
Felix Putze
03-IMS-APMSKAusgewählte Probleme der multisensorischen Kognition
advanced problems for multisensoric cognition

Seminar
ECTS: 3

Termine:
wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill
03-IMS-DLMBDeep Learning für Medizinische Bildverarbeitung
Deep Learning for Medical Image Processing

Seminar
ECTS: 3

Termine:
wöchentlich Mi 16:00 - 18:00 Fraunhofer MEVIS - Raum Mandelbrot 0.14 Seminar

Das Seminar findet im Mevis Gebäude, Raum 0.10.C, statt.

Prof. Dr.-Ing. Horst Karl Hahn
Dr.-Ing. Tom Lucas Koller
03-IMS-IUAGIntelligente Umgebungen für die alternde Gesellschaft
smart environment for the aging society

Seminar
ECTS: 3

Termine:
wöchentlich Do 14:00 - 16:00 CART Rotunde - 0.67 Seminar


Christop W. Zetzsche-Schill
Kerstin Schill
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-IMS-SHARHot Topics in Sensors and Human Activity Research (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Do 16:00 - 18:00 MZH 4140 Seminar


Dr.-Ing. Hui Liu
03-IMS-SOFTCSoft Computing

Seminar
ECTS: 3

Termine:
wöchentlich Do 10:00 - 12:00 CART Rotunde - 0.67 Seminar

Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.
https://lvb.informatik.uni-bremen.de/ims/03-ims-softc.pdf

Joachim Clemens
03-IMS-SRSESeminar on Topics in Robot Software Engineering (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Di 12:00 - 14:00 MZH 1450 Seminar


Nico Hochgeschwender

Wahlbereich IMPJ - Master-Projekte

VAKTitel der VeranstaltungDozentIn
03-DMM-MA-3-DEJAProjekt Dejaview (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1380/1400 Projekt-Plenum

Schwerpunkt: DMI, VMC, Ai

Prof. Dr. Gabriel Zachmann
Dr. Rene Weller
03-DMM-MA-3-ROBROProjekt RoboRoomie (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1470 Projekt-Plenum

Schwerpunkt: DMI

Prof. Dr. Rainer Malaka
Rachel Ringe
Bastian Dänekas
Carolin Stellmacher
Nadine Wagener
03-IMPJ-BHUMProjekt B-Human
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 10:00 - 12:00 CART 0.01 (Besprechungsraum) Projekt-Plenum

Schwerpunkt: AI

Thomas Röfer
Dr. Tim Laue
03-IMPJ-ElO4FProjekt Endless Optimization - EIO4Future
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 12:00 - 14:00 MZH 5410 Plenum

Schwerpunkt: SQ, AI
Das Plenum findet in Raum 5410 statt.

Prof. Dr. Rolf Drechsler
Christina Sophie Viola Plump
Prof. Dr. Bernhard Johannes Berger
03-IMPJ-IACMRProjekt Increasing Autonomy Capacilities of Marine Robots (in englischer Sprache)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 14:00 - 16:00 Externer Ort: DFKI Projekt-Plenum

Schwerpunkt: AI

Frank Kirchner
Dr. Bilal Wehbe
03-IMPJ-MOB4DProjekt Mobile4D
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 09:00 - 13:00 CART 3.01 Plenum

Schwerpunkt: AI, DMI

Thomas Dieter Barkowsky
03-IMPJ-PUBAIProjekt PublicAI

Projektplenum
ECTS: 24

Termine:
wöchentlich Fr 14:00 - 16:00 Externer Ort: 8070 Externer Ort: Discord Externer Ort: No Meeting (2 SWS)

Schwerpunkt: AI

Prof. Dr. Dr. Björn Niehaves
Robin Fritzsche
Dr. Gerhard Klassen
03-IMPJ-SMARTBProjekt SmartBremen (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Fr 12:00 - 14:00 IW3 0390 Projekt-Plenum

Schwerpunkt: DMI

Prof. Dr. Dr. Björn Niehaves
Dr. Gerhard Klassen
Dulce Maria Villegas Nunez
Robin Fritzsche
Ute Bormann
03-IMPJ-SUTProjekt SUTURO (in englischer Sprache)
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 12:00 - 14:00 MZH 1110 Projekt-Plenum

Schwerpunkt: AI

Michael Beetz
03-IMPJ-WELFCProjekt WelfareComp (in englischer Sprache)
(WiSe 24/25)

Projektplenum
ECTS: 30

Termine:
wöchentlich Di 16:00 - 18:00 MZH 1470 Projekt-Plenum
wöchentlich Fr 08:00 - 10:00 MZH 5600 Projekt-Plenum
Prof. Dr. Andreas Breiter
Paola Lopez

General Studies

Grundsätzlich können die CP in General Studies im Sinne von Freie Wahl verwendet werden. Die nachfolgend aufgeführten Lehrangebote sind daher nur Beispiele. Weitere Informationen, insbesondere Einschränkungen finden sich unter:
https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf

IMGS - Veranstaltungen des Master-Studiengangs Informatik

VAKTitel der VeranstaltungDozentIn
03-IBFS-TSTUDTeilnahme an Studien (Proband*innenstunden)
Participation in Studies

Seminar
ECTS: 1

https://lvb.informatik.uni-bremen.de/igs/03-ibfs-tstud.pdf
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. Rainer Malaka
03-IBVA-DSGDigitalisierung in Staat und Gesellschaft

Vorlesung
ECTS: 6

Einzeltermine:
Di 22.10.24 14:00 - 18:00 MZH8090/8100
Di 29.10.24 14:00 - 18:00 MZH8090/8100
Di 12.11.24 14:00 - 18:00 MZH8090/8100
Di 26.11.24 14:00 - 18:00 MZH8090/8100
Di 10.12.24 14:00 - 18:00 MZH8090/8100
Di 14.01.25 14:00 - 18:00 MZH8090/8100
Di 18.02.25 14:00 - 15:30 MZH8090/8100


Prof. Dr. Dr. Björn Niehaves
Luca Tom Bauer

Veranstaltungen aus anderen Studiengängen (Auswahl)

VAKTitel der VeranstaltungDozentIn
03-DMB-MA-2-BWBook & Web. Two Media old & new

Kurs
ECTS: 3

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs
Frieder Nake
04-326-FT-041Material-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
ECTS: 6

Termine:
wöchentlich Mi 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

Prof. Dr. Stefan Bosse, Dipl.-Phys.

Graduiertenseminare

VAKTitel der VeranstaltungDozentIn
03-IGRAD-AGDATAGraduiertenseminar Datenbanken

Seminar
Prof. Dr. Sebastian Maneth
03-IGRAD-agdbGraduiertenseminar Datenbanksysteme

Seminar

Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
Martin Gogolla
03-IGRAD-AGDMGraduiertenseminar Digitale Medien

Colloquium

Termine:
wöchentlich Mi 11:00 - 12:00
Prof. Dr. Rainer Malaka
03-IGRAD-AGIMGraduiertenseminar IT- und Wissensmanagement

Seminar

Termine nach Vereinbarung

Prof. Dr. Andreas Breiter
03-IGRAD-agkiGraduiertenseminar Theorie der Künstlichen Intelligenz

Seminar

Termine:
wöchentlich Mi 14:00 - 16:00 (2 SWS) Graduiertenseminar
N. N.
03-IGRAD-agmsisGraduiertenseminar Multisensorische interaktive Systeme

Seminar

nach Vereinbarung

Udo Frese
03-IGRAD-AGRAGraduiertenseminar Rechnerarchitektur

Seminar

Das Graduiertenseminar findet nach Vereinbarung statt.

Prof. Dr. Rolf Drechsler
03-IGRAD-AGRNGraduiertenseminar Rechnernetze

Seminar

Termine nach Vereinbarung

Ute Bormann
03-IGRAD-AGROBOGraduiertenseminar Robotik

Seminar

Termine:
wöchentlich Mi 13:00 - 14:00 (1 SWS) Graduiertenseminar
Frank Kirchner
03-IGRAD-CGVRGraduate Seminar Computer Graphics and Virtual Reality

Seminar

Termine:
wöchentlich Mo 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-CoSyGraduiertenseminar Cognitive Systems (in englischer Sprache)

Seminar

Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
Thomas Dieter Barkowsky
03-IGRAD-CSLGraduiertenseminar Spezielle Themen der Kognitiven Systeme

Seminar

Termine:
wöchentlich Mi 14:00 - 15:45 CART Rotunde - 0.67

nach Vereinbarung

Tanja Schultz
03-IGRAD-CSLogGraduiertenseminar Combinatorial Optimization

Seminar

nach Vereinbarung

Prof. Dr. Nicole Megow
03-IGRAD-HCIGraduiertenseminar Mensch-Computer-Interaktion

Seminar

Termine:
wöchentlich Di 16:00 - 18:00
Prof. Dr. Tanja Döring
03-IGRAD-softtechGraduiertenseminar Softwaretechnik

Seminar

nach Vereinbarung

Prof. Dr. Rainer Koschke
03-IGRAD-ThIGraduiertenseminar Theoretische Informatik

Seminar

Das Graduiertenseminar findet nach Vereinbarung statt.

Hans-Jörg Kreowski
Dr. Sabine Kuske

Kolloquien

VAKTitel der VeranstaltungDozentIn
03-I-KOLLInformatik-Kolloquium
Alle HL des Studiengangs Informatik

Colloquium

Termine:
wöchentlich Di 16:00 - 18:00 Externer Ort: CART Rotunde - 0.67

Die Veranstaltung findet im Cartesium in Raum 0,67 statt.

N. N.

Veranstaltungen für andere Studiengänge

VAKTitel der VeranstaltungDozentIn
03-IBFS-TSTUDTeilnahme an Studien (Proband*innenstunden)
Participation in Studies

Seminar
ECTS: 1

https://lvb.informatik.uni-bremen.de/igs/03-ibfs-tstud.pdf
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. Rainer Malaka

Sonstige Veranstaltungen ohne Kreditpunkte

VAKTitel der VeranstaltungDozentIn
03-ISONST-EJCEDM Journal Club (in englischer Sprache)

Seminar

Einzeltermine:
Mo 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-ISONST-SPAGSpiele-AG

Seminar

Termine:
wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung


Prof. Dr. Rainer Malaka
03-M-SchulungTutorenschulung

sonstige

Einzeltermine:
Do 10.10.24 - Fr 11.10.24 (Do, Fr) 14:00 - 18:00 MZH 5500
Dr. Ingolf Schäfer

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-37Spectral Geometry of Hyperbolic Surfaces (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5410 Lecture
wöchentlich Mo 16:00 - 18:00 MZH 5410 Exercise
wöchentlich Di 12:00 - 14:00 MZH 5410 Lecture
Claudio Meneses-Torres
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-M-AC-30Geometry of Polynomials (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar

The study of the geometry of univariate polynomials has roots in the pioneering work of Gauss in the early 19th century and has been advanced by numerous distinguished mathematicians over the years. Despite its long-standing history, this field continues to present intriguing challenges and notable conjectures.

Eugenia Saorin Gomez

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-22Advanced Communication Analysis (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5600 Seminar

Advanced Communication Analysis is a master seminar in which advanced topics in the area of analysis are discussed. The precise topics for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-27Exponential Families (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5500 Seminar

This is a seminar in the specialization area "Stochastics / Statistics". The seminar deals with (univariate and multivariate) exponential families, which arguably constitute the most important classes of statistical models.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov

Module: Reading Course B (9 CP)

Compulsory module either in the area of specialization or area of diversification and with the following courses:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

Prof. Dr. Christof Büskens
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
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)

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:
VAKTitel der VeranstaltungDozentIn
03-M-SP-37Spectral Geometry of Hyperbolic Surfaces (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5410 Lecture
wöchentlich Mo 16:00 - 18:00 MZH 5410 Exercise
wöchentlich Di 12:00 - 14:00 MZH 5410 Lecture
Claudio Meneses-Torres

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-M-AC-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-22Advanced Communication Analysis (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5600 Seminar

Advanced Communication Analysis is a master seminar in which advanced topics in the area of analysis are discussed. The precise topics for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-27Exponential Families (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5500 Seminar

This is a seminar in the specialization area "Stochastics / Statistics". The seminar deals with (univariate and multivariate) exponential families, which arguably constitute the most important classes of statistical models.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-30Geometry of Polynomials (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar

The study of the geometry of univariate polynomials has roots in the pioneering work of Gauss in the early 19th century and has been advanced by numerous distinguished mathematicians over the years. Despite its long-standing history, this field continues to present intriguing challenges and notable conjectures.

Eugenia Saorin Gomez
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

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:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

Prof. Dr. Christof Büskens
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
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)

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-37Spectral Geometry of Hyperbolic Surfaces (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5410 Lecture
wöchentlich Mo 16:00 - 18:00 MZH 5410 Exercise
wöchentlich Di 12:00 - 14:00 MZH 5410 Lecture
Claudio Meneses-Torres

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

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:
VAKTitel der VeranstaltungDozentIn
03-M-AC-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-22Advanced Communication Analysis (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5600 Seminar

Advanced Communication Analysis is a master seminar in which advanced topics in the area of analysis are discussed. The precise topics for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-27Exponential Families (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5500 Seminar

This is a seminar in the specialization area "Stochastics / Statistics". The seminar deals with (univariate and multivariate) exponential families, which arguably constitute the most important classes of statistical models.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-AC-30Geometry of Polynomials (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar

The study of the geometry of univariate polynomials has roots in the pioneering work of Gauss in the early 19th century and has been advanced by numerous distinguished mathematicians over the years. Despite its long-standing history, this field continues to present intriguing challenges and notable conjectures.

Eugenia Saorin Gomez

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:
VAKTitel der VeranstaltungDozentIn
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

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:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

Prof. Dr. Christof Büskens
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
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)

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:
VAKTitel der VeranstaltungDozentIn
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-37Spectral Geometry of Hyperbolic Surfaces (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5410 Lecture
wöchentlich Mo 16:00 - 18:00 MZH 5410 Exercise
wöchentlich Di 12:00 - 14:00 MZH 5410 Lecture
Claudio Meneses-Torres
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

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:
VAKTitel der VeranstaltungDozentIn
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-27Exponential Families (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5500 Seminar

This is a seminar in the specialization area "Stochastics / Statistics". The seminar deals with (univariate and multivariate) exponential families, which arguably constitute the most important classes of statistical models.

Prof. Dr. Thorsten-Ingo Dickhaus

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:
VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-22Advanced Communication Analysis (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5600 Seminar

Advanced Communication Analysis is a master seminar in which advanced topics in the area of analysis are discussed. The precise topics for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-30Geometry of Polynomials (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar

The study of the geometry of univariate polynomials has roots in the pioneering work of Gauss in the early 19th century and has been advanced by numerous distinguished mathematicians over the years. Despite its long-standing history, this field continues to present intriguing challenges and notable conjectures.

Eugenia Saorin Gomez
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

Compulsory module in the area of specialization and with the following course:
VAKTitel der VeranstaltungDozentIn
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
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:
VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

Prof. Dr. Christof Büskens
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus

Mathematik, B.Sc.

Vor dem ersten Semester

VAKTitel der VeranstaltungDozentIn
03-M-BMBrückenkurs Mathematik
Preparation Course Mathematics at the University Bremen

Blockveranstaltung

Einzeltermine:
Mo 16.09.24 09:00 - 12:00
Mo 16.09.24 12:00 - 15:00 MZH 1460
Mo 16.09.24 12:00 - 15:00 MZH 1470
Mo 16.09.24 12:00 - 15:00
Di 17.09.24 09:00 - 12:00
Di 17.09.24 12:00 - 15:00 MZH 1470
Di 17.09.24 12:00 - 15:00 MZH 1460
Di 17.09.24 12:00 - 15:00
Mi 18.09.24 09:00 - 12:00
Mi 18.09.24 12:00 - 15:00
Mi 18.09.24 12:00 - 15:00 MZH 1460
Mi 18.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 09:00 - 12:00
Do 19.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 12:00 - 15:00 MZH 1460
Do 19.09.24 12:00 - 15:00
Fr 20.09.24 09:00 - 12:00
Fr 20.09.24 12:00 - 15:00 MZH 1460
Fr 20.09.24 12:00 - 15:00 MZH 1470
Fr 20.09.24 12:00 - 15:00
Mo 23.09.24 09:00 - 12:00
Mo 23.09.24 12:00 - 15:00 MZH 1460
Mo 23.09.24 12:00 - 15:00
Mo 23.09.24 12:00 - 15:00
Di 24.09.24 09:00 - 12:00
Di 24.09.24 12:00 - 15:00 MZH 1460
Di 24.09.24 12:00 - 15:00
Di 24.09.24 12:00 - 15:00
Mi 25.09.24 09:00 - 12:00
Mi 25.09.24 12:00 - 15:00
Mi 25.09.24 12:00 - 15:00 MZH 1460
Mi 25.09.24 12:00 - 15:00
Do 26.09.24 09:00 - 12:00
Do 26.09.24 12:00 - 15:00 MZH 1460
Do 26.09.24 12:00 - 15:00
Do 26.09.24 12:00 - 15:00
Fr 27.09.24 09:00 - 12:00
Fr 27.09.24 12:00 - 15:00
Fr 27.09.24 12:00 - 15:00 MZH 1460
Fr 27.09.24 12:00 - 15:00

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. Christoph Duchhardt
Dr. rer. nat. Arsen Narimanyan

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:
VAKTitel der VeranstaltungDozentIn
03-M-ANA-1.1Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5500 MZH 1110 Übung
wöchentlich Mo 14:00 - 16:00 MZH 5500 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 1090 Vorlesung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Einzeltermine:
Do 06.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch der Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Prof. Dr. Anke Dorothea Pohl
03-M-ANA-1.2Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum
Prof. Dr. Anke Dorothea Pohl

Modul: Lineare Algebra 1-2 (21 CP)

Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
VAKTitel der VeranstaltungDozentIn
03-M-LAG-1.1Lineare Algebra 1
Linear Algebra 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 7200 Übung
wöchentlich Mi 14:00 - 16:00 MZH 7200 Übung
wöchentlich Do 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung

Einzeltermine:
Di 18.02.25 09:30 - 12:30 GW2 B3009 (Großer Studierraum)

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Eugenia Saorin Gomez
03-M-LAG-1.2Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum

Das Projektplenum: Vertiefung zur Linearen Algebra 1 ist ein Bestandteil des Moduls Lineare Algebra. Die Lehrveranstaltung, mit 2 SWS, begleitet die Lineare Algebra 1 Vorlesung und die erfolgreiche Teilnahme dessen ist notwendiger Teil um die Studienleistung des Moduls Lineare Algebra zu erwerben. Es wird für Vollfach und Lehramt Mathematik Studierende parallel bzw. getrennt gehalten.

Eugenia Saorin Gomez

Modul: Mathematisches Computerpraktikum (3 CP)

Pflichtmodul im 1. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-MCP-1Mathematisches Computerpraktikum

Kurs
ECTS: 3

Einzeltermine:
Mi 19.02.25 - Fr 21.02.25 (Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 1090
Fr 07.03.25 08:00 - 12:00

Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt.
Zeiten und Räume werden noch bekannt gegeben.
KW 8 und 9/ 2025 sind in der Ebene reserviert

Marek Wiesner

Modul: Praktische Informatik 1 (9 CP)

Pflichtmodul im 1. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-IBGP-PI1Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 13:00 Übung
wöchentlich Mo 13:00 - 16:00 Übung
wöchentlich Mo 16:00 - 19:00 Übung
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung
wöchentlich Mi 08:00 - 11:00 Übung
wöchentlich Mi 11:00 - 14:00 Übung
wöchentlich Mi 14:00 - 17:00 Übung
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

Nico Hochgeschwender

Bachelor 3. Semester

Modul: Algebra (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-ALG-1Algebra

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 7200 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 7200 Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 7200 Übung
Prof. Dr. Eva-Maria Feichtner

Modul: Analysis 3 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-ANA-3Analysis 3

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 Vorlesung
wöchentlich Fr 08:00 - 10:00 MZH 4140 Übung
wöchentlich Fr 10:00 - 12:00 MZH 4140 Vorlesung
PD Dr. Hendrik Vogt

Modul: Numerik 1 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:
VAKTitel der VeranstaltungDozentIn
03-M-NUM-1Numerik 1
Numerical Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung

Die Numerische Mathematik behandelt die Entwicklung und die mathematische Analyse von Verfahren und Algorithmen, die zur computergestützten Lösung von Problemen und zur Simulation mathematischer Modelle auf modernen Computern implementiert werden.

Prof. Dr. Christof Büskens

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:
VAKTitel der VeranstaltungDozentIn
03-IMAT-KRYPTEinführung in die Kryptographie

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 10:00 - 12:00 MZH 5500 Vorlesung

Profil: SQ
Schwerpunkt: IMA-SQ.
https://lvb.informatik.uni-bremen.de/imat/03-imat-krypt.pdf
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen

Dieter Hutter
Karsten Sohr
03-M-FTH-1Maß- und Wahrscheinlichkeitstheorie
Measure Theory and Probability

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 4140 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 12:00 - 14:00 Übung
Prof. Dr. Marc Keßeböhmer
03-M-FTH-9Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Mi 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Fr 12:00 - 14:00 Externer Ort: MZH 7200 Übung

Die Veranstaltung finden zusammen statt mit 03-M-SP-26 !

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-FTH-10Basics of mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1100 Übung

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt

Prof. Dr. Werner Brannath
03-M-Gy4-1Funktionentheorie
Complex Analysis

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung

Einzeltermine:
Mo 10.02.25 12:00 - 14:00 MZH 1380/1400
Dr. Ingolf Schäfer
Claudio Meneses-Torres
03-M-MMOD-1Mathematische Modellierung
Mathematical Modelling

Kurs
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 2340 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 2490 (Seminarraum) Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 2490 (Seminarraum) Übung

Unter Mathematischer Modellierung versteht man die Erstellung von Beschreibungen von Prozessen aus den verschiedensten Bereichen wie z.B. der Biologie, der Chemie, der Physik oder der Soziologie mittels mathematischer Ausdrücke wie (Differential) Gleichungen. Aufbauend auf den wesentlichen Grundprinzipien, die zu Beginn der Veranstaltung eingeführt werden, erfolgt die Modellierung von verschiedenen Beispielen z.B. aus der Festkörpermechanik.

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:
VAKTitel der VeranstaltungDozentIn
03-M-FEB-1FEB-Projekte
REU-Projects

Blockveranstaltung
ECTS: 3 / 5
Prof. Dr. Marc Keßeböhmer
Prof. Dr. Anke Dorothea Pohl
03-M-MKOM-5Algebra

Proseminar
ECTS: 3 / 5

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 7200 Proseminar
Prof. Dr. Eva-Maria Feichtner
03-M-MKOM-9Exponentialfamilien
Exponential Families

Proseminar
ECTS: 3 / 5

Termine:
wöchentlich Di 14:00 - 16:00 Externer Ort: MZH 5500 Proseminar

Die Veranstaltung findet zusammen mit 03-M-AC-27 statt.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-MKOM-11Lineare Algebra und Geometrie
Linear Algebra and Geometry

Blockveranstaltung
ECTS: 3/5

Einzeltermine:
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 10:00 - 14:00 MZH 6200
Mo 03.03.25 - Fr 07.03.25 (Mo, Di, Mi, Do, Fr) 10:00 - 14:00 MZH 6200

Ein Proseminar bietet eine Einführung in die Präsentation mathematischer Inhalte. Es dient dazu, das Sprechen über Mathematik und das Schreiben von mathematischen Inhalten zu üben, um einen mathematisch korrekten und wissenschaftlich angemessenen Stil zu entwickeln. Es wird von den Teilnehmern erwartet, dass sie einen Vortrag halten und eine schriftliche Ausarbeitung dazu erstellen.

Eugenia Saorin Gomez
03-M-MKOM-12Differentialgleichungen

Proseminar
ECTS: 3/ 5

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 5410 Proseminar

Das Proseminar findet in Raum 5410 statt.

Hans Crauel

General Studies - Fachergänzende Studien

Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik
VAKTitel der VeranstaltungDozentIn
03-M-GS-14Starting Data Science in R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects

Praktikum
ECTS: 3

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2490 (Seminarraum) Lecture plus Exercise

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-42Modelle und Mathematik
Models and Mathematics

Seminar
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
Ronald Stöver

Sonstige Veranstaltungen

VAKTitel der VeranstaltungDozentIn
03-M-SchulungTutorenschulung

sonstige

Einzeltermine:
Do 10.10.24 - Fr 11.10.24 (Do, Fr) 14:00 - 18:00 MZH 5500
Dr. Ingolf Schäfer

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

Veranstaltungen vor dem 1. Semester

VAKTitel der VeranstaltungDozentIn
03-M-BMBrückenkurs Mathematik
Preparation Course Mathematics at the University Bremen

Blockveranstaltung

Einzeltermine:
Mo 16.09.24 09:00 - 12:00
Mo 16.09.24 12:00 - 15:00 MZH 1460
Mo 16.09.24 12:00 - 15:00 MZH 1470
Mo 16.09.24 12:00 - 15:00
Di 17.09.24 09:00 - 12:00
Di 17.09.24 12:00 - 15:00 MZH 1470
Di 17.09.24 12:00 - 15:00 MZH 1460
Di 17.09.24 12:00 - 15:00
Mi 18.09.24 09:00 - 12:00
Mi 18.09.24 12:00 - 15:00
Mi 18.09.24 12:00 - 15:00 MZH 1460
Mi 18.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 09:00 - 12:00
Do 19.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 12:00 - 15:00 MZH 1460
Do 19.09.24 12:00 - 15:00
Fr 20.09.24 09:00 - 12:00
Fr 20.09.24 12:00 - 15:00 MZH 1460
Fr 20.09.24 12:00 - 15:00 MZH 1470
Fr 20.09.24 12:00 - 15:00
Mo 23.09.24 09:00 - 12:00
Mo 23.09.24 12:00 - 15:00 MZH 1460
Mo 23.09.24 12:00 - 15:00
Mo 23.09.24 12:00 - 15:00
Di 24.09.24 09:00 - 12:00
Di 24.09.24 12:00 - 15:00 MZH 1460
Di 24.09.24 12:00 - 15:00
Di 24.09.24 12:00 - 15:00
Mi 25.09.24 09:00 - 12:00
Mi 25.09.24 12:00 - 15:00
Mi 25.09.24 12:00 - 15:00 MZH 1460
Mi 25.09.24 12:00 - 15:00
Do 26.09.24 09:00 - 12:00
Do 26.09.24 12:00 - 15:00 MZH 1460
Do 26.09.24 12:00 - 15:00
Do 26.09.24 12:00 - 15:00
Fr 27.09.24 09:00 - 12:00
Fr 27.09.24 12:00 - 15:00
Fr 27.09.24 12:00 - 15:00 MZH 1460
Fr 27.09.24 12:00 - 15:00

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. Christoph Duchhardt
Dr. rer. nat. Arsen Narimanyan

Bachelor: Pflichtveranstaltungen

Pflichtveranstaltungen für den Studiengang Mathematik B.Sc.
VAKTitel der VeranstaltungDozentIn
03-IBGP-PI1Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 13:00 Übung
wöchentlich Mo 13:00 - 16:00 Übung
wöchentlich Mo 16:00 - 19:00 Übung
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung
wöchentlich Mi 08:00 - 11:00 Übung
wöchentlich Mi 11:00 - 14:00 Übung
wöchentlich Mi 14:00 - 17:00 Übung
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

Nico Hochgeschwender
03-M-ALG-1Algebra

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 7200 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 7200 Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 7200 Übung
Prof. Dr. Eva-Maria Feichtner
03-M-ANA-1.1Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5500 MZH 1110 Übung
wöchentlich Mo 14:00 - 16:00 MZH 5500 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 1090 Vorlesung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Einzeltermine:
Do 06.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch der Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Prof. Dr. Anke Dorothea Pohl
03-M-ANA-1.2Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum
Prof. Dr. Anke Dorothea Pohl
03-M-ANA-3Analysis 3

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 Vorlesung
wöchentlich Fr 08:00 - 10:00 MZH 4140 Übung
wöchentlich Fr 10:00 - 12:00 MZH 4140 Vorlesung
PD Dr. Hendrik Vogt
03-M-LAG-1.1Lineare Algebra 1
Linear Algebra 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 7200 Übung
wöchentlich Mi 14:00 - 16:00 MZH 7200 Übung
wöchentlich Do 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung

Einzeltermine:
Di 18.02.25 09:30 - 12:30 GW2 B3009 (Großer Studierraum)

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Eugenia Saorin Gomez
03-M-LAG-1.2Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum

Das Projektplenum: Vertiefung zur Linearen Algebra 1 ist ein Bestandteil des Moduls Lineare Algebra. Die Lehrveranstaltung, mit 2 SWS, begleitet die Lineare Algebra 1 Vorlesung und die erfolgreiche Teilnahme dessen ist notwendiger Teil um die Studienleistung des Moduls Lineare Algebra zu erwerben. Es wird für Vollfach und Lehramt Mathematik Studierende parallel bzw. getrennt gehalten.

Eugenia Saorin Gomez
03-M-MCP-1Mathematisches Computerpraktikum

Kurs
ECTS: 3

Einzeltermine:
Mi 19.02.25 - Fr 21.02.25 (Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 1090
Fr 07.03.25 08:00 - 12:00

Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt.
Zeiten und Räume werden noch bekannt gegeben.
KW 8 und 9/ 2025 sind in der Ebene reserviert

Marek Wiesner
03-M-NUM-1Numerik 1
Numerical Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung

Die Numerische Mathematik behandelt die Entwicklung und die mathematische Analyse von Verfahren und Algorithmen, die zur computergestützten Lösung von Problemen und zur Simulation mathematischer Modelle auf modernen Computern implementiert werden.

Prof. Dr. Christof Büskens

Bachelor: Wahlpflichtveranstaltungen

Wahlpflichtveranstaltungen für den Studiengang Mathematik B.Sc.
VAKTitel der VeranstaltungDozentIn
03-IMAT-KRYPTEinführung in die Kryptographie

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 10:00 - 12:00 MZH 5500 Vorlesung

Profil: SQ
Schwerpunkt: IMA-SQ.
https://lvb.informatik.uni-bremen.de/imat/03-imat-krypt.pdf
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen

Dieter Hutter
Karsten Sohr
03-M-FTH-1Maß- und Wahrscheinlichkeitstheorie
Measure Theory and Probability

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 4140 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 12:00 - 14:00 Übung
Prof. Dr. Marc Keßeböhmer
03-M-FTH-9Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Mi 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Fr 12:00 - 14:00 Externer Ort: MZH 7200 Übung

Die Veranstaltung finden zusammen statt mit 03-M-SP-26 !

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-FTH-10Basics of mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1100 Übung

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt

Prof. Dr. Werner Brannath
03-M-Gy4-1Funktionentheorie
Complex Analysis

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung

Einzeltermine:
Mo 10.02.25 12:00 - 14:00 MZH 1380/1400
Dr. Ingolf Schäfer
Claudio Meneses-Torres
03-M-MMOD-1Mathematische Modellierung
Mathematical Modelling

Kurs
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 2340 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 2490 (Seminarraum) Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 2490 (Seminarraum) Übung

Unter Mathematischer Modellierung versteht man die Erstellung von Beschreibungen von Prozessen aus den verschiedensten Bereichen wie z.B. der Biologie, der Chemie, der Physik oder der Soziologie mittels mathematischer Ausdrücke wie (Differential) Gleichungen. Aufbauend auf den wesentlichen Grundprinzipien, die zu Beginn der Veranstaltung eingeführt werden, erfolgt die Modellierung von verschiedenen Beispielen z.B. aus der Festkörpermechanik.

Prof. Dr. Andreas Rademacher

Bachelor: Proseminare

VAKTitel der VeranstaltungDozentIn
03-M-FEB-1FEB-Projekte
REU-Projects

Blockveranstaltung
ECTS: 3 / 5
Prof. Dr. Marc Keßeböhmer
Prof. Dr. Anke Dorothea Pohl
03-M-MKOM-5Algebra

Proseminar
ECTS: 3 / 5

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 7200 Proseminar
Prof. Dr. Eva-Maria Feichtner
03-M-MKOM-9Exponentialfamilien
Exponential Families

Proseminar
ECTS: 3 / 5

Termine:
wöchentlich Di 14:00 - 16:00 Externer Ort: MZH 5500 Proseminar

Die Veranstaltung findet zusammen mit 03-M-AC-27 statt.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-MKOM-11Lineare Algebra und Geometrie
Linear Algebra and Geometry

Blockveranstaltung
ECTS: 3/5

Einzeltermine:
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 10:00 - 14:00 MZH 6200
Mo 03.03.25 - Fr 07.03.25 (Mo, Di, Mi, Do, Fr) 10:00 - 14:00 MZH 6200

Ein Proseminar bietet eine Einführung in die Präsentation mathematischer Inhalte. Es dient dazu, das Sprechen über Mathematik und das Schreiben von mathematischen Inhalten zu üben, um einen mathematisch korrekten und wissenschaftlich angemessenen Stil zu entwickeln. Es wird von den Teilnehmern erwartet, dass sie einen Vortrag halten und eine schriftliche Ausarbeitung dazu erstellen.

Eugenia Saorin Gomez
03-M-MKOM-12Differentialgleichungen

Proseminar
ECTS: 3/ 5

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 5410 Proseminar

Das Proseminar findet in Raum 5410 statt.

Hans Crauel

Master: Wahlpflichtveranstaltungen

Vertiefungsrichtung Algebra

VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov

Vertiefungsrichtung Analysis

VAKTitel der VeranstaltungDozentIn
03-M-SP-37Spectral Geometry of Hyperbolic Surfaces (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5410 Lecture
wöchentlich Mo 16:00 - 18:00 MZH 5410 Exercise
wöchentlich Di 12:00 - 14:00 MZH 5410 Lecture
Claudio Meneses-Torres

Vertiefungsrichtung Numerik

VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

Vertiefungsrichtung Stochastik & Statistik

VAKTitel der VeranstaltungDozentIn
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus

Master: Seminare

Vertiefungsrichtung Algebra

VAKTitel der VeranstaltungDozentIn
03-M-AC-30Geometry of Polynomials (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar

The study of the geometry of univariate polynomials has roots in the pioneering work of Gauss in the early 19th century and has been advanced by numerous distinguished mathematicians over the years. Despite its long-standing history, this field continues to present intriguing challenges and notable conjectures.

Eugenia Saorin Gomez

Vertiefungsrichtung Analysis

VAKTitel der VeranstaltungDozentIn
03-M-AC-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-22Advanced Communication Analysis (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5600 Seminar

Advanced Communication Analysis is a master seminar in which advanced topics in the area of analysis are discussed. The precise topics for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer

Vertiefungsrichtung Numerik

VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara

Vertiefungsrichtung Stochastik & Statistik

VAKTitel der VeranstaltungDozentIn
03-M-AC-26Analysis/Stochastics/Statistics (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Seminar
Prof. Dr. Marc Keßeböhmer
03-M-AC-27Exponential Families (in englischer Sprache)

Seminar
ECTS: 4,5/6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 5500 Seminar

This is a seminar in the specialization area "Stochastics / Statistics". The seminar deals with (univariate and multivariate) exponential families, which arguably constitute the most important classes of statistical models.

Prof. Dr. Thorsten-Ingo Dickhaus

Master: Reading Courses

VAKTitel der VeranstaltungDozentIn
03-M-RC-ALGReading Course Algebra (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANAReading Course Analysis (in englischer Sprache)

Seminar
ECTS: 9

In the Reading Course Analysis advanced topics in the area of analysis are discussed. The precise topic for the Winter Semester 2024/25 will be decided upon with the participants.

Prof. Dr. Anke Dorothea Pohl
03-M-RC-NUMReading Course Numerical Analysis

Seminar
ECTS: 9

Das Seminar findet im Neos Gebäude statt. Raum nach Absprache.
Students study special topics of numerical mathematics in this reading course. The aim is a self-study of selected topics on the basis of textbooks, scientific articles or other monographs.

Prof. Dr. Christof Büskens
03-M-RC-STSReading Course Statistics/Stochastics (in englischer Sprache)

Seminar
ECTS: 9
Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus

Oberseminare

VAKTitel der VeranstaltungDozentIn
Oberseminar Mathematical Parameter Identification (RTG-Seminar) (in englischer Sprache)
Research Seminar - Mathematical Parameter Identification (RTG)

Seminar

Termine:
zweiwöchentlich (Startwoche: 1) Mi 12:00 - 14:00 MZH 2490 (Seminarraum) Seminar


Dr. rer. nat. Pascal Fernsel
03-M-OS-4Oberseminar Dynamische Systeme und Geometrie
Seminar: Dynamical Systems and Geometry

Seminar

Termine:
wöchentlich Do 14:00 - 16:00

Einzeltermine:
Di 04.06.24 09:00 - 10:00 MZH 4140
Mi 26.06.24 10:00 - 12:00 SFG 0140
Di 27.08.24 09:30 - 12:30 MZH 6200
Fr 28.03.25 08:00 - 18:00 MZH 5600

Weitere Infos auf der Seminar-Homepage

Prof. Dr. Marc Keßeböhmer
Prof. Dr. Anke Dorothea Pohl

Kolloquien

VAKTitel der VeranstaltungDozentIn
03-M-KOL-1Mathematisches Kolloquium

Colloquium

Termine:
wöchentlich Di 16:00 - 18:00
Prof. Dr. Christine Knipping
Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAKTitel der VeranstaltungDozentIn
03-M-GS-5Statistical Consulting (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Dr. Martin Scharpenberg
03-M-GS-7Introduction to R (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Fr 12:00 - 15:00 LINZ4 4010 Seminar

3 SWS Seminar
Die Veranstaltung kann nach BPO'10 als BE-6 angerechnet werden und nach BPO'20 nur in Freie Wahl

Homepage des KKSB und Uni-Lageplan

Prof. Dr. Werner Brannath
03-M-GS-14Starting Data Science in R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects

Praktikum
ECTS: 3

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2490 (Seminarraum) Lecture plus Exercise

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-42Modelle und Mathematik
Models and Mathematics

Seminar
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
Ronald Stöver

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

Bachelor: 1. Semester

VAKTitel der VeranstaltungDozentIn
03-M-Gy1-1bVertiefung zur Linearen Algebra 1 für Lehramt
Additional Topics in Linear Algebra 1

Projektplenum
ECTS: 3

Termine:
wöchentlich Mo 10:00 - 12:00 GW2 B1410 Plenum
Dr. Ingolf Schäfer
03-M-LAG-1.1Lineare Algebra 1
Linear Algebra 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 7200 Übung
wöchentlich Mi 14:00 - 16:00 MZH 7200 Übung
wöchentlich Do 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung

Einzeltermine:
Di 18.02.25 09:30 - 12:30 GW2 B3009 (Großer Studierraum)

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Eugenia Saorin Gomez

Bachelor: 3. Semester

VAKTitel der VeranstaltungDozentIn
03-M-ANA-1.1Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5500 MZH 1110 Übung
wöchentlich Mo 14:00 - 16:00 MZH 5500 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 1090 Vorlesung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Einzeltermine:
Do 06.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch der Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Prof. Dr. Anke Dorothea Pohl
03-M-D1-1Grundzüge der Mathematikdidaktik - Teil 1
Main Features of Mathematics Education - Part 1

Vorlesung
ECTS: 4

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 5600 Übung
wöchentlich Mi 14:00 - 16:00 MZH 5600 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 5600 Übung
Prof. Dr. Maike Vollstedt
03-M-Gy3-1bVertiefung zur Analysis 1 für Lehramt
Additional Topics in Analysis 1

Projektplenum
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 5600 Plenum
Dr. Ingolf Schäfer

Bachelor: 5. Semester

VAKTitel der VeranstaltungDozentIn
03-M-D2-2Diagnostizieren und Fördern mit Praxisanteilen (Didaktik der Arithmetik)
Diagnosing and Fostering with Practical Parts: Arithmetic Education

Seminar
ECTS: 6

Termine:
wöchentlich Do 10:00 - 12:00 MZH 5600 Seminar
wöchentlich Do 12:00 - 14:00 MZH 1110 Seminar
wöchentlich Do 12:00 - 14:00 MZH 1470 Seminar

Das Modul D2 besteht aus einem Theorieseminar und einem Praxisseminar. Zusätzlich sind die Praxisorientierten Elemente in Mathematik semesterbegleitend eingebettet. Das Modul soll an die Diagnose mathematischer Lernprozesse sowie an eine theoriebasierte Vorbereitung und Auswertung von fördernden Lernarrangements heranführen.

Prof. Dr. Christine Knipping
Dr. Thomas Janßen
03-M-Gy5-1Angewandte Mathematik
Applied Mathematics

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mi 08:00 - 10:00 MZH 1110 Übung
wöchentlich Mi 08:00 - 10:00 MZH 1450 Übung

Die Vorlesung wendet sich insbesondere an Studiengang Bachelor of Science (Lehramt). Die Vorlesung umfasst sowohl theoretische als auch praktische Aspekte und ist auf die Bedürfnisse von Lehramtsstudierenden abgestimmt. Der Inhalt der Vorlesung umfasst: - Grundprinzipien der mathematischen Modellierung, - Einführung in gewöhnliche Differentialgleichungen, - Existenz und Eindeutigkeit der Lösungen, - Numerische Verfahren und Modellierung, - Modellierung mit Differentialgleichungen.

Dr. rer. nat. Arsen Narimanyan

Master: 1. Semester

VAKTitel der VeranstaltungDozentIn
03-M-D3-1Stoffdidaktisch denken lernen
Learning to Think in a "Stoffdidactical" Way

Seminar
ECTS: 3

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 1470 Seminar

Mathematikdidaktische Vorbereitungsveranstaltung auf das Praxissemester – mit Fokus auf Planung und Durchführung von Mathematikunterricht. Exemplarisch werden Didaktische Sachanalysen an mathematischen Inhaltsbereichen erarbeitet, Unterrichtseinheiten und Diagnostische Instrumente beispielhaft entworfen. Qualitätskriterien von Mathematikunterricht reflektiert.

Prof. Dr. Christine Knipping
03-M-Gy4-1Funktionentheorie
Complex Analysis

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung

Einzeltermine:
Mo 10.02.25 12:00 - 14:00 MZH 1380/1400
Dr. Ingolf Schäfer
Claudio Meneses-Torres

Master: 3. Semester

VAKTitel der VeranstaltungDozentIn
03-M-D5-1Mathematisch denken und handeln
Thinking and Acting Mathematically (Epistemological Beliefs)
Argumentieren, Begründen und Beweisen

Seminar
ECTS: 3

Termine:
wöchentlich Fr 08:00 - 10:00 MZH 5500 Seminar

In dieser Veranstaltung des Master of Education Mathematik, die ein Teil des Moduls D5 Mathematisches Denken und Handeln ist, werden mathematikdidaktische Vertiefungen aktueller Forschungsgebiete zum mathematischen Denken und Handeln angeboten. Dabei geht es insbesondere um wissenschaftliches Arbeiten im Bereich der Mathematikdidaktik, wie auch die Anwendung und Umsetzung wissenschaftlicher Erkenntnisse für den Mathematikunterricht.

Prof. Dr. Christine Knipping
03-M-D6-1Modul Masterarbeit (Forschungsdesigns)
Degree Module (Research Design)

Seminar
ECTS: 3

Termine:
wöchentlich Do 12:00 - 14:00 Externer Ort: MZH 5220 Seminar

Die Veranstaltung findet in raum 5220 (Didaktiklabor) statt.

Prof. Dr. Maike Vollstedt
03-M-Gy8-2.1Vertiefung Algebra/ Zahlentheorie
Gruppe 1

Seminar
ECTS: 3

Termine:
wöchentlich Di 14:00 - 16:00 MZH 1110 Seminar

Ausgewählte Themen im Bereich Algebra und Zahlentheorie, z. B. algebraische Strukturen, Galoistheorie, Körpererweiterungen, zahlentheoretische Funktionen, diophantische Gleichungen, Quadratisches Reziprozitätsgesetz, p-adische Zahlen.

Anastasios Stefanou
03-M-Gy8-2.2Vertiefung Algebra/ Zahlentheorie
Gruppe 2

Seminar
ECTS: 3

Termine:
wöchentlich Fr 14:00 - 16:00 MZH 5500 Seminar

Ausgewählte Themen im Bereich Algebra und Zahlentheorie, z. B. algebraische Strukturen, Galoistheorie, Körpererweiterungen, zahlentheoretische Funktionen, diophantische Gleichungen, Quadratisches Reziprozitätsgesetz, p-adische Zahlen.

Anastasios Stefanou

Forschungsseminar

VAKTitel der VeranstaltungDozentIn
03-M-FS-1Forschungsseminar zur Mathematikdidaktik

Seminar

Termine:
wöchentlich Di 14:00 - 16:00 Seminar
Prof. Dr. Christine Knipping
Prof. Dr. Maike Vollstedt

Kolloquien

VAKTitel der VeranstaltungDozentIn
03-M-KOL-1Mathematisches Kolloquium

Colloquium

Termine:
wöchentlich Di 16:00 - 18:00
Prof. Dr. Christine Knipping
Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAKTitel der VeranstaltungDozentIn
03-M-GS-42Modelle und Mathematik
Models and Mathematics

Seminar
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
Ronald Stöver

Medical Biometry / Biostatistics, M.Sc.

Modulbereich Biometrie

VAKTitel der VeranstaltungDozentIn
03-BioStat-A-1-1Biometrical Methods (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 14:00 - 15:00 Exercise
wöchentlich Mo 15:00 - 16:00 Exercise
wöchentlich Di 09:00 - 10:00 BIPS 1550 Lecture
wöchentlich Do 14:00 - 16:00 BIPS 1550 Lecture

Einzeltermine:
Fr 17.01.25 10:00 - 12:00

Only the lecture on Thursday 07th November 2024 will take place in Linz 4. All other lectures will take place in BIPS 1550.

Prof. Dr. Marvin Nils Ole Wright
03-BioStat-A-2-1Statistical Modelling I (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 12:00 - 14:00 Externer Ort: BIPS 1550 Exercise
wöchentlich Di 14:00 - 16:00 BIPS 1550 Lecture
wöchentlich Mi 10:00 - 12:00 Lecture

Einzeltermine:
Mo 21.10.24 13:00 - 14:00
Di 22.10.24 14:00 - 15:00
Mi 23.10.24 11:00 - 12:00
Mo 28.10.24 13:00 - 14:00
Mi 30.10.24 11:00 - 12:00
Mo 04.11.24 13:00 - 14:00 2.690 (BIPS, second floor)
Mo 11.11.24 13:00 - 14:00
Mo 18.11.24 13:00 - 14:00
Di 03.12.24 14:00 - 16:00
Mo 09.12.24 13:00 - 14:00
Mo 16.12.24 13:00 - 14:00
Mi 18.12.24 11:00 - 12:00
Mo 06.01.25 13:00 - 14:00
Mi 08.01.25 10:00 - 12:00
Mo 13.01.25 13:00 - 14:00
Mi 15.01.25 11:00 - 12:00
Mo 20.01.25 13:00 - 14:00
Mi 22.01.25 11:00 - 12:00
Mo 27.01.25 13:00 - 14:00
Mi 29.01.25 11:00 - 12:00

Alle Studierende, denen eine Präsenzteilnahme an den Terminen nicht möglich ist, können sich über folgenden Link zu der Vorlesung sowie den Übungen zuschalten:

https://uni-bremen.zoom-x.de/j/8186343447?pwd=xmAUSaqXZop1QzXSN8ZgJavC7IPASR.1
Meeting-ID: 818 634 3447
Kenncode: 641476

-

All students who are not able to attend in person can join the lecture and the exercises via the following link:

https://uni-bremen.zoom-x.de/j/8186343447?pwd=xmAUSaqXZop1QzXSN8ZgJavC7IPASR.1
Meeting ID: 818 634 3447
Identification code: 641476

Prof. Dr. Iris Pigeot-Kübler
03-BioStat-A-3-1Data Management (in englischer Sprache)

Praktikum
ECTS: 4

Termine:
wöchentlich Do 08:00 - 10:00 MZH 5500 Praktikum
wöchentlich Do 10:00 - 12:00 MZH 5500 Praktikum
Dr. Martin Scharpenberg

Modulbereich Anwendungsfelder und biomedizinische Grundlagen

VAKTitel der VeranstaltungDozentIn
03-BioStat-B-1-1Clinical Trials I (in englischer Sprache)

Vorlesung
ECTS: 4

Termine:
wöchentlich Di 10:00 - 12:00 LINZ4 4010 Lecture
wöchentlich Di 13:00 - 14:00 LINZ4 4010 Exercise
wöchentlich Mi 13:00 - 14:00 LINZ4 4010 Exercise
Max Westphal
03-BioStat-B-1-3Ethical Aspects, Laws and Guidelines (in englischer Sprache)

Vorlesung
ECTS: 3

Termine:
wöchentlich Mo 16:00 - 18:00 LINZ4 4010 Lecture

Einzeltermine:
Fr 07.02.25 10:00 - 12:00
Dr. Martin Scharpenberg
03-BioStat-B-2-1Medical Basics - Common Diseases and Molecular Medicine (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Fr 09:00 - 12:00 Lecture

Einzeltermine:
Do 16.01.25 13:00 - 16:00
Mo 27.01.25 09:00 - 12:00

Die Vorlesung findet im LINZ4 4010 statt.

Lecturer (DozentInnen): MedizinerInnen des Kooperationszentrums Medizin der Universität Bremen (KOM) Homepage

Nikolaos Papathanasiou
Dr. Martin Scharpenberg
Bernd Mühlbauer

Wahlbereich

VAKTitel der VeranstaltungDozentIn
03-BioStat-E-1Mathematical Basics in Biostatistics (in englischer Sprache)

Vorlesung
ECTS: 3

Termine:
wöchentlich Mi 14:00 - 16:00 LINZ4 4010 Lecture
wöchentlich Mi 16:00 - 17:00 LINZ4 4010 Exercise
Prof. Dr. Werner Brannath

Sonstige Veranstaltungen

VAKTitel der VeranstaltungDozentIn
03-BioStat-VORKURSSchulung Statistiksoftware SAS (in englischer Sprache)

Blockveranstaltung

Einzeltermine:
Mo 07.10.24 - Do 10.10.24 (Mo, Di, Mi, Do) 09:00 - 16:00 COG0320
Nils Fabian Gesing
Alina Ludewig
03-M-GS-5Statistical Consulting (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Dr. Martin Scharpenberg
03-M-GS-7Introduction to R (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Fr 12:00 - 15:00 LINZ4 4010 Seminar

3 SWS Seminar
Die Veranstaltung kann nach BPO'10 als BE-6 angerechnet werden und nach BPO'20 nur in Freie Wahl

Homepage des KKSB und Uni-Lageplan

Prof. Dr. Werner Brannath

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

Veranstaltungen vor dem 1. Semester

VAKTitel der VeranstaltungDozentIn
03-M-BMBrückenkurs Mathematik
Preparation Course Mathematics at the University Bremen

Blockveranstaltung

Einzeltermine:
Mo 16.09.24 09:00 - 12:00
Mo 16.09.24 12:00 - 15:00 MZH 1460
Mo 16.09.24 12:00 - 15:00 MZH 1470
Mo 16.09.24 12:00 - 15:00
Di 17.09.24 09:00 - 12:00
Di 17.09.24 12:00 - 15:00 MZH 1470
Di 17.09.24 12:00 - 15:00 MZH 1460
Di 17.09.24 12:00 - 15:00
Mi 18.09.24 09:00 - 12:00
Mi 18.09.24 12:00 - 15:00
Mi 18.09.24 12:00 - 15:00 MZH 1460
Mi 18.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 09:00 - 12:00
Do 19.09.24 12:00 - 15:00 MZH 1470
Do 19.09.24 12:00 - 15:00 MZH 1460
Do 19.09.24 12:00 - 15:00
Fr 20.09.24 09:00 - 12:00
Fr 20.09.24 12:00 - 15:00 MZH 1460
Fr 20.09.24 12:00 - 15:00 MZH 1470
Fr 20.09.24 12:00 - 15:00
Mo 23.09.24 09:00 - 12:00
Mo 23.09.24 12:00 - 15:00 MZH 1460
Mo 23.09.24 12:00 - 15:00
Mo 23.09.24 12:00 - 15:00
Di 24.09.24 09:00 - 12:00
Di 24.09.24 12:00 - 15:00 MZH 1460
Di 24.09.24 12:00 - 15:00
Di 24.09.24 12:00 - 15:00
Mi 25.09.24 09:00 - 12:00
Mi 25.09.24 12:00 - 15:00
Mi 25.09.24 12:00 - 15:00 MZH 1460
Mi 25.09.24 12:00 - 15:00
Do 26.09.24 09:00 - 12:00
Do 26.09.24 12:00 - 15:00 MZH 1460
Do 26.09.24 12:00 - 15:00
Do 26.09.24 12:00 - 15:00
Fr 27.09.24 09:00 - 12:00
Fr 27.09.24 12:00 - 15:00
Fr 27.09.24 12:00 - 15:00 MZH 1460
Fr 27.09.24 12:00 - 15:00

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. Christoph Duchhardt
Dr. rer. nat. Arsen Narimanyan

Bachelor: Pflichtveranstaltungen

VAKTitel der VeranstaltungDozentIn
03-M-ANA-1.1Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5500 MZH 1110 Übung
wöchentlich Mo 14:00 - 16:00 MZH 5500 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 1090 Vorlesung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung

Einzeltermine:
Do 06.02.25 09:00 - 12:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch der Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Prof. Dr. Anke Dorothea Pohl
03-M-ANA-1.2Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum
Prof. Dr. Anke Dorothea Pohl
03-M-ANA-3Analysis 3

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 Vorlesung
wöchentlich Fr 08:00 - 10:00 MZH 4140 Übung
wöchentlich Fr 10:00 - 12:00 MZH 4140 Vorlesung
PD Dr. Hendrik Vogt
03-M-LAG-1.1Lineare Algebra 1
Linear Algebra 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 7200 Übung
wöchentlich Mi 14:00 - 16:00 MZH 7200 Übung
wöchentlich Do 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung

Einzeltermine:
Di 18.02.25 09:30 - 12:30 GW2 B3009 (Großer Studierraum)

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Eugenia Saorin Gomez
03-M-LAG-1.2Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)

Projektplenum
ECTS: 1,5

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum

Das Projektplenum: Vertiefung zur Linearen Algebra 1 ist ein Bestandteil des Moduls Lineare Algebra. Die Lehrveranstaltung, mit 2 SWS, begleitet die Lineare Algebra 1 Vorlesung und die erfolgreiche Teilnahme dessen ist notwendiger Teil um die Studienleistung des Moduls Lineare Algebra zu erwerben. Es wird für Vollfach und Lehramt Mathematik Studierende parallel bzw. getrennt gehalten.

Eugenia Saorin Gomez
03-M-MCP-1Mathematisches Computerpraktikum

Kurs
ECTS: 3

Einzeltermine:
Mi 19.02.25 - Fr 21.02.25 (Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1090
Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 1090
Fr 07.03.25 08:00 - 12:00

Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt.
Zeiten und Räume werden noch bekannt gegeben.
KW 8 und 9/ 2025 sind in der Ebene reserviert

Marek Wiesner
03-M-MMOD-1Mathematische Modellierung
Mathematical Modelling

Kurs
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 2340 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 2490 (Seminarraum) Vorlesung
wöchentlich Do 14:00 - 16:00 MZH 2490 (Seminarraum) Übung

Unter Mathematischer Modellierung versteht man die Erstellung von Beschreibungen von Prozessen aus den verschiedensten Bereichen wie z.B. der Biologie, der Chemie, der Physik oder der Soziologie mittels mathematischer Ausdrücke wie (Differential) Gleichungen. Aufbauend auf den wesentlichen Grundprinzipien, die zu Beginn der Veranstaltung eingeführt werden, erfolgt die Modellierung von verschiedenen Beispielen z.B. aus der Festkörpermechanik.

Prof. Dr. Andreas Rademacher
03-M-NUM-1Numerik 1
Numerical Analysis 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 10:00 - 12:00 MZH 1100 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung

Die Numerische Mathematik behandelt die Entwicklung und die mathematische Analyse von Verfahren und Algorithmen, die zur computergestützten Lösung von Problemen und zur Simulation mathematischer Modelle auf modernen Computern implementiert werden.

Prof. Dr. Christof Büskens

Bachelor: Wahlpflichtveranstaltungen

VAKTitel der VeranstaltungDozentIn
03-M-FTH-1Maß- und Wahrscheinlichkeitstheorie
Measure Theory and Probability

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 4140 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 12:00 - 14:00 Übung
Prof. Dr. Marc Keßeböhmer
03-M-FTH-9Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Mi 08:00 - 10:00 Externer Ort: MZH 7200 Vorlesung
wöchentlich Fr 12:00 - 14:00 Externer Ort: MZH 7200 Übung

Die Veranstaltung finden zusammen statt mit 03-M-SP-26 !

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-FTH-10Basics of mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1100 Übung

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt

Prof. Dr. Werner Brannath
03-M-Gy4-1Funktionentheorie
Complex Analysis

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung

Einzeltermine:
Mo 10.02.25 12:00 - 14:00 MZH 1380/1400
Dr. Ingolf Schäfer
Claudio Meneses-Torres

Master: Pflichtveranstaltungen

VAKTitel der VeranstaltungDozentIn
03-M-NPDE-1Numerical Methods for Partial Differential Equations (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 Companion Course (MZH 2490)
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Di 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture

The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. The connection of theory, numerical analysis and implementation is particularly important. The numerical algorithms are to be implemented in programming tasks under guidance.

Alfred Schmidt

Master: Wahlpflichtveranstaltungen

VAKTitel der VeranstaltungDozentIn
03-IMAT-AUAlgorithms and Uncertainty (in englischer Sprache)

Kurs
ECTS: 6 (9)

Termine:
wöchentlich Di 12:00 - 14:00 MZH 5600 Kurs
wöchentlich Do 08:00 - 10:00 MZH 1470 Kurs

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


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
03-M-MDAIP-1Mathematical Methods for Data Analysis and Image Processing (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Lecture
wöchentlich Do 10:00 - 12:00 MZH 1470 Lecture
wöchentlich Do 14:00 - 16:00 MZH 6200 Exercise
Dirk Lorenz
03-M-SP-2Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Do 08:00 - 10:00 Externer Ort: LINZ4 4010 Lecture
wöchentlich Fr 08:00 - 10:00 Externer Ort: MZH 1100 Exercise

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

Prof. Dr. Werner Brannath
03-M-SP-26Algebraic Topology (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 7200 Exercise

Findet zusammen mit der LV 03-M-FTH-9 statt.

Prof. Dr. Dmitry Feichtner-Kozlov
03-M-SP-28Mathematical Concepts of Risk Management (Statistics III) (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 7200 Exercise
wöchentlich Di 10:00 - 12:00 MZH 7200 Lecture
wöchentlich Do 10:00 - 12:00 MZH 7200 Lecture

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Prof. Dr. Thorsten-Ingo Dickhaus
03-M-SP-38Finite Elements - Selected Chapters (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Di 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture
wöchentlich Mi 10:00 - 12:00 MZH 2340 Exercise

The finite element method is used for the discretisation of partial differential equations in many different applications. In this course we will deepen existing knowledge in finite element methods with respect to different applications and learn new techniques to increase their computational speed.

Prof. Dr. Andreas Rademacher
03-M-SP-39Advanced Topics in Image Processing - The Beauty of Variational Calculus (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 14:00 - 16:00 MZH 2340 Exercise

This course focusses on two advanced tools in modern mathematical image processing, namely the direct method of variational calculus and the iterated soft thresholding algorithm.

Peter Maaß
Dr. Matthias Beckmann
Dr. rer. nat. Pascal Fernsel
03-M-SP-40Convex Analysis and Optimization (in englischer Sprache)

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Mi 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 2340 Exercise
Dirk Lorenz
04-M30-CP-SFT-3Trajectory Optimization (in englischer Sprache)

Vorlesung
ECTS: 4,5

Termine:
wöchentlich Mo 14:00 - 18:00 FZB 0240
Prof. Dr. Christof Büskens
Matthias Knauer

Master: Seminare

VAKTitel der VeranstaltungDozentIn
03-IMS-RTATRecent Trends in Algorithm Theory (in englischer Sprache)

Blockveranstaltung
ECTS: 3 (4,5 / 6)

Frequency: The seminar is planned as a block seminar, meaning that all talks will be at up to three days, most likely in the middle of December. We will discuss this in the first meeting. The first (organizational) meeting is planned as follows: Wednesday, October 16, at 14:00 pm in the room MZH 3150.

Learning Outcome:
Students learn how recent advances in algorithm theory can be used to improve state-of-the-art algorithms to obtain faster, better or new types of algorithms. They learn about relevant problems that are important and used in many applications. The main goals are to understand, design, and analyze algorithms for solving such problems.
Furthermore, the students will learn how to read and thoroughly understand original research papers. They learn how to prepare slides for these papers and give an oral presentation to other students who have no prior knowledge about the paper.

Contents: This seminar focuses on recent advances in algorithm theory. Most topics considered include important problems on graphs, typically related to optimization problems. These advances include faster running times of the algorithms, solutions with improved performance guarantees or new concepts in algorithm design, such as algorithms with machine-learned predictions.

Dr. Felix Christian Hommelsheim
03-M-AC-2High-Performance-Visualisierung
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Do 14:00 - 16:00 MZH 1110 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-5Mathematical Methods in Machine Learning (in englischer Sprache)

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Fr 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß
Dr. Matthias Beckmann
03-M-AC-28Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar

This is a seminar with subjects from numerical methods for PDEs, expecially finite element methods, with applications to real world problems.

Alfred Schmidt
03-M-AC-29Challenges in Inverse Problems

Seminar
ECTS: 4,5/ 6

Termine:
wöchentlich Mo 16:00 - 18:00 Seminar online
Peter Maaß
03-M-AC-31Introduction to Robust Control (in englischer Sprache)

Seminar
ECTS: 4,5 / 6

Termine:
wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar
Dr. Chathura Wanigasekara
03-M-MP-2Modeling Project (Part 2) (in englischer Sprache)

Seminar
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 2340 Seminar
Peter Maaß

Oberseminare

VAKTitel der VeranstaltungDozentIn
Oberseminar Mathematical Parameter Identification (RTG-Seminar) (in englischer Sprache)
Research Seminar - Mathematical Parameter Identification (RTG)

Seminar

Termine:
zweiwöchentlich (Startwoche: 1) Mi 12:00 - 14:00 MZH 2490 (Seminarraum) Seminar


Dr. rer. nat. Pascal Fernsel

Kolloquien

VAKTitel der VeranstaltungDozentIn
03-M-KOL-1Mathematisches Kolloquium

Colloquium

Termine:
wöchentlich Di 16:00 - 18:00
Prof. Dr. Christine Knipping
Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAKTitel der VeranstaltungDozentIn
03-M-GS-5Statistical Consulting (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Dr. Martin Scharpenberg
03-M-GS-7Introduction to R (in englischer Sprache)

Seminar
ECTS: 3

Termine:
wöchentlich Fr 12:00 - 15:00 LINZ4 4010 Seminar

3 SWS Seminar
Die Veranstaltung kann nach BPO'10 als BE-6 angerechnet werden und nach BPO'20 nur in Freie Wahl

Homepage des KKSB und Uni-Lageplan

Prof. Dr. Werner Brannath
03-M-GS-42Modelle und Mathematik
Models and Mathematics

Seminar
ECTS: 3

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
Ronald Stöver

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

VAKTitel der VeranstaltungDozentIn
03-IMAP-AMLAdvanced Machine Learning (in englischer Sprache)

Vorlesung
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung
wöchentlich Mo 16:00 - 18:00 MZH 1100 Übung
wöchentlich Di 08:00 - 10:00 MZH 1470 Übung
wöchentlich Di 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1380/1400 Vorlesung

Profil: KIKR
Schwerpunkt: IMAP-AI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-aml.pdf

Tanja Schultz
Felix Putze
03-IMVT-TSFTheorie der Sensorfusion
Theory of Sensor Fusion

Kurs
ECTS: 6

Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1100 Kurs
wöchentlich Mi 10:00 - 12:00 MZH 1110 MZH 1470 Kurs


Udo Frese

Wirtschaftsinformatik, B.Sc.

1. Studienjahr

Einführungsveranstaltungen

Ab dem 30.09.2019 gibt es zwei Wochen lang allgemeine Informationen für Erstsemester, erste Vor- und Pflichtkurse, Einführungen in die Rechnerumgebung und IT-Ressourcen u.v.m. Insbesondere findet der Pflichtkurs „Wissenschaftliches Arbeiten“ während der Orientierungswochen statt.
Die Teilnahme an den Orientierungswochen wird dringend empfohlen.
Link zu den Orientierungswochen: szi.uni-bremen.de/eso/orientierungswochen
VAKTitel der VeranstaltungDozentIn
03-IBG-OWOCHEOrientierungswoche Informatik/Wirtschaftsinformatik

Vorlesung

Programm der Orientierungswoche für Informatik:
https://www.uni-bremen.de/uni-start-portal/owoche/week/events/14

Programm der Orientierungswoche für Wirtschaftsinformatik:
https://www.uni-bremen.de/uni-start-portal/owoche/week/events/219

Ute Bormann
Dr. Sabine Kuske
Udo Frese
Dipl.-Inf. Andreas Bresser
M. Sc. Mihaela Popescu
Dr. Julia Maria Kensbock
Dr. Hui Shi
Ralf Eric Streibl
Prof. Dr. Benjamin Müller, MBA
M. Sc Jonas Haack

Pflichtmodule

Modul 07-WW-BA-37-140

VAKTitel der VeranstaltungDozentIn
07-BA37-140-01Personal und Organisation
Human Resource Management and Organization

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Dr. Julia Maria Kensbock

INF-1

Praktische Informatik 1
VAKTitel der VeranstaltungDozentIn
03-IBGP-PI1Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 10:00 - 13:00 Übung
wöchentlich Mo 13:00 - 16:00 Übung
wöchentlich Mo 16:00 - 19:00 Übung
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung
wöchentlich Mi 08:00 - 11:00 Übung
wöchentlich Mi 11:00 - 14:00 Übung
wöchentlich Mi 14:00 - 17:00 Übung
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

Nico Hochgeschwender

MAT-1

Mathematik
VAKTitel der VeranstaltungDozentIn
03-IBGT-M1Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1

Vorlesung
ECTS: 9

Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung
wöchentlich Mo 14:00 - 16:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 1090 Übung
wöchentlich Di 08:00 - 10:00 MZH 1450 Übung
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung
wöchentlich Di 16:00 - 18:00 MZH 1110 Übung
wöchentlich Di 16:00 - 18:00 MZH 1380/1400 Übung
wöchentlich Mi 08:00 - 10:00 MZH 1090 Übung
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Übung
wöchentlich Do 12:00 - 14:00 MZH 1450 Übung
wöchentlich Fr 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung

Einzeltermine:
Do 06.02.25 14:00 - 18:00 HS 2010 (Großer Hörsaal)
Do 06.02.25 14:00 - 18:00 HS 1010 (Kleiner Hörsaal)

Die Vorlesungen und Übungen finden in Präsenz statt.

Übungsternmine in Präsenz für Studierende der Wirtschaftsinformatik primär am Do 12-14h und für Digitale Medien am Di 8-10.

Dr. Felix Christian Hommelsheim

WI-1

Einführung in die Wirtschaftsinformatik
VAKTitel der VeranstaltungDozentIn
03-WI-1Einführung in die Wirtschaftsinformatik
Introduction to Business Informatics

Vorlesung
ECTS: 6

Termine:
wöchentlich Do 13:00 - 16:00 MZH 1090 Vorlesung und Übung
Prof. Dr. Benjamin Müller, MBA

2./3. Studienjahr

Pflichtmodule

BWL-1

Rechnungswesen und Abschluss
VAKTitel der VeranstaltungDozentIn
07-BA37-110-01Vorkurs Rechnungswesen und Abschluss
Precourse Accounting and Accounts

Vorlesung

Einzeltermine:
Mo 30.09.24 10:00 - 12:00 GW1-HS H0070
Mo 30.09.24 14:00 - 18:00 WiWi1 A1070
Mo 30.09.24 14:00 - 16:00 HS 2010 (Großer Hörsaal)
Di 01.10.24 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Di 01.10.24 14:00 - 16:00 HS 2010 (Großer Hörsaal)
Mi 02.10.24 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Mi 02.10.24 14:00 - 16:00 HS 2010 (Großer Hörsaal)
Fr 04.10.24 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Fr 04.10.24 14:00 - 18:00 WiWi1 A1070
Fr 04.10.24 14:00 - 16:00 HS 2010 (Großer Hörsaal)
Prof. Dr. Dr. h.c. Jochen Zimmermann
Johannes Voshaar
Fabian Thorsten Albrecht, M. Sc
Benedikt Plate, M. Sc
Janik Ole Wecks, M. Sc
07-BA37-110-02Rechnungswesen und Abschluss
Accounting and Accounts

Vorlesung
ECTS: 6/9

Termine:
wöchentlich Di 10:00 - 12:00 HS 2010 (Großer Hörsaal)

Einzeltermine:
Do 21.11.24 16:00 - 18:00 WiWi1 A1100


Prof. Dr. Dr. h.c. Jochen Zimmermann
Johannes Voshaar
Fabian Thorsten Albrecht, M. Sc
Benedikt Plate, M. Sc
Janik Ole Wecks, M. Sc
07-BA37-110-03Rechnungswesen und Abschluss
Accounting and Accounts

Übung

Termine:
wöchentlich Mi 14:00 - 16:00 HS 2010 (Großer Hörsaal)

Beginn am 22.10.2024

Prof. Dr. Dr. h.c. Jochen Zimmermann
Johannes Voshaar
Fabian Thorsten Albrecht, M. Sc
Benedikt Plate, M. Sc
Janik Ole Wecks, M. Sc
07-BA37-140-01Personal und Organisation
Human Resource Management and Organization

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Dr. Julia Maria Kensbock

INF-4

Software-Projekt 2
VAKTitel der VeranstaltungDozentIn
03-IBGP-SWPSoftware-Projekt

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 12:00 - 14:00 Übung Online
wöchentlich Mi 12:00 - 14:00 MZH 5500 Übung
wöchentlich Mi 12:00 - 14:00 MZH 1100 Übung
wöchentlich Do 14:00 - 16:00 MZH 1450 Übung
wöchentlich Do 14:00 - 16:00 MZH 1380/1400 Übung
Karsten Hölscher
Dr. Hui Shi

MAT-2

Statistik
VAKTitel der VeranstaltungDozentIn
07-BA37-530-03Statistik - Tutorium
Statistics

Tutorium

Termine:
wöchentlich Do 18:00 - 20:00 WiWi1 A1100
Prof. Dr. Martin Missong

Wahlmodule

Überblick Wahlmodule

VAKTitel der VeranstaltungDozentIn
03-IB-WAHLÜberblick über das Wahlangebot im Fach Informatik

Vorlesung

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)

VAKTitel der VeranstaltungDozentIn
07-BA37-720-01Recht
Law

Vorlesung
ECTS: 6

Termine:
zweiwöchentlich (Startwoche: 1) Fr 14:00 - 18:00 GW1-HS H0070
Dr. Irene Pötting

Medien- und IT-Recht

VAKTitel der VeranstaltungDozentIn
03-IMAA-MITRMedien- und IT-Recht
Media and IT-Law

Kurs
ECTS: 6

Termine:
wöchentlich Di 10:00 - 12:00 Kurs Online

Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-mitr.pdf

Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.

Schwerpunkt "Computational Finance"

WI-CF-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule
VAKTitel der VeranstaltungDozentIn
07-BA37-211-04Investments

Seminar
ECTS: 6

Termine:
wöchentlich Do 08:00 - 10:00 WiWi1 A1070


Prof. Dr. Thorsten Poddig
07-BA37-231-04Behavioral Finance (in englischer Sprache)

Seminar
ECTS: 6

Termine:
wöchentlich Do 10:00 - 12:00 WiWi1 A1100

Einzeltermine:
Do 24.10.24 10:00 - 14:00 WiWi1 A1100
Dr. Marten Laudi

Schwerpunkt "E-Business"

WI-EB-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter Winf-Wahlmodule
VAKTitel der VeranstaltungDozentIn
03-IBAA-ECAE-Commerce-Anwendungen
E-Commerce Applications

Kurs
ECTS: 6

Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Kurs

https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-eca.pdf
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.

Bastian Diedrich

Schwerpunkt "Informationstechnikmanagement"

WI-IM-WP

Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule
VAKTitel der VeranstaltungDozentIn
03-IBAP-ISECInformationssicherheit
Information Security

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung


Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
07-BA37-233-01Strategisches Management (in englischer Sprache)
Strategic Management

Seminar
ECTS: 6

Termine:
zweiwöchentlich (Startwoche: 2) Mi 10:00 - 14:00 GW2 B3009 (Großer Studierraum) GW1-HS H0070 GW1 B0080
Dr. Julia Maria Kensbock

WInf-Wahlmodule

WI-W/01 Datenbanksysteme

Schwerpunkte: CF, EB, IM, LO
VAKTitel der VeranstaltungDozentIn
03-IBAP-DBSDatenbanksysteme
Database Systems

Vorlesung
ECTS: 6

Termine:
wöchentlich Di 12:00 - 14:00 SFG 0140 Vorlesung
wöchentlich Mi 10:00 - 12:00 SFG 0140 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1380/1400 Übung

Die "Hauptveranstaltung" Datenbanksysteme mit 6 CP geht bis Ende Dezember und
die 3CP Ergänzung Datenbanksysteme beginnt im Januar.
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-dbs.pdf

Prof. Dr. Sebastian Maneth

WI-W/06 Mensch-Technik-Interaktion

Schwerpunkt: EB, IM
VAKTitel der VeranstaltungDozentIn
03-IBAA-MTIMensch-Technik-Interaktion
Human Computer Interaction

Kurs
ECTS: 6

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1450 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5600 Übung
wöchentlich Mi 08:00 - 10:00 MZH 6200 Übung
wöchentlich Mi 12:00 - 14:00 MZH 5600 Übung
wöchentlich Do 08:00 - 10:00 MZH 1380/1400 1380
wöchentlich Do 12:00 - 14:00 GW2 B1410 Vorlesung


Prof. Dr. Rainer Malaka

WI-W/50 International Management

Schwerpunkte: EB, IM, LO
VAKTitel der VeranstaltungDozentIn
07-BA37-162-01International Business (in englischer Sprache)
International Business

Vorlesung
ECTS: 6

Termine:
zweiwöchentlich (Startwoche: 2) Do 10:00 - 14:00 WiWi1 A1070

Einzeltermine:
Do 17.10.24 10:00 - 14:00 WiWi1 A1070
Do 14.11.24 10:00 - 14:00 WiWi1 A1070

Bitte beachten Sie die Veranstaltungszeiten im Ablaufplan.

Prof. Dr. Peter Michael Anton Bican

WI-W/52 Strategisches Management

Schwerpunkte: EB, IM, LO
VAKTitel der VeranstaltungDozentIn
07-BA37-233-01Strategisches Management (in englischer Sprache)
Strategic Management

Seminar
ECTS: 6

Termine:
zweiwöchentlich (Startwoche: 2) Mi 10:00 - 14:00 GW2 B3009 (Großer Studierraum) GW1-HS H0070 GW1 B0080
Dr. Julia Maria Kensbock

WI-W/53 Personal und Organisation

Schwerpunkte: EB, IM, LO
VAKTitel der VeranstaltungDozentIn
07-BA37-140-01Personal und Organisation
Human Resource Management and Organization

Vorlesung
ECTS: 6

Termine:
wöchentlich Mi 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Dr. Julia Maria Kensbock

WI-W/62 Gründungsmanagement II

VAKTitel der VeranstaltungDozentIn
07-BA37-233-02Gründungsmanagement II
Entrepreneurship II

Seminar
ECTS: 6

Termine:
zweiwöchentlich (Startwoche: 1) Fr 10:00 - 14:00 WiWi1 A1070

Einzeltermine:
Mi 16.10.24 12:00 - 14:00 WiWi1 A1070


Prof. Dr. Jörg-Rainer Freiling

W-WI/72 Digitalisierung in Staat und Gesellschaft

VAKTitel der VeranstaltungDozentIn
03-IBVA-DSGDigitalisierung in Staat und Gesellschaft

Vorlesung
ECTS: 6

Einzeltermine:
Di 22.10.24 14:00 - 18:00 MZH8090/8100
Di 29.10.24 14:00 - 18:00 MZH8090/8100
Di 12.11.24 14:00 - 18:00 MZH8090/8100
Di 26.11.24 14:00 - 18:00 MZH8090/8100
Di 10.12.24 14:00 - 18:00 MZH8090/8100
Di 14.01.25 14:00 - 18:00 MZH8090/8100
Di 18.02.25 14:00 - 15:30 MZH8090/8100


Prof. Dr. Dr. Björn Niehaves
Luca Tom Bauer

Bachelor-Projekt (WI-PR)

Es können neben den Projekten der Wirtschaftsinformatik auch die Bachelorprojekte der Informatik angewählt werden.
Studierende der WInf-PO\'23, die ein 12CP-FB7-Projekt wählen, belegen für das Modul Projekt-Ergänzung
regelhaft das eGS-Angebot Projektmanagement in der benoteten Variante. Die Projektbetreuer:innen können
ein benotetes Alternativ-Angebot dafür anbieten, das dann beim Prüfungsamt beantragt werden kann.
VAKTitel der VeranstaltungDozentIn
03-IBPJ-AICIProjekt AIxCity
(WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Einzeltermine:
Fr 25.10.24 10:00 - 12:00 MZH 1380/1400
Fr 08.11.24 10:00 - 12:00 MZH 8090/8100
Fr 22.11.24 10:00 - 12:00 MZH 8090/8100
Fr 06.12.24 10:00 - 12:00 MZH 8090/8100
Fr 20.12.24 10:00 - 12:00 MZH 8090/8100
Fr 24.01.25 10:00 - 12:00 MZH 8090/8100
Prof. Dr. Dr. Björn Niehaves
Dr. Gerhard Klassen
Luca Tom Bauer
Dulce Maria Villegas Nunez
Robin Fritzsche
03-IBPJ-COLLVRProjekt CollabVR
( WiSe 24/25 bis SoSe 2025)

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Projekt-Plenum

Bei CollabVR dreht sich alles um die Entwicklung eines innovativen VR-Kollaborationsraums und dessen anschließende wissenschaftliche Analyse. Teilnehmer tauchen tief in die Welt der modernen Kollaborationstechnologien ein und entdecken ihre vielfältigen Einsatzmöglichkeiten. Kreiere neue Wege mit deinen Freunden und Kommolitonen in Kontakt zu treten und dich auszudrücken. Dabei stehen theoretische Grundlagen im Einklang mit praxisnahen Anwendungen. Der Höhepunkt ist das eigenständige Entwerfen eines einzigartigen VR-Kollaborationskonzepts und die Programmierung eines VR-Kollaborationssystems in einer Gameengine (Unity oder Unreal Engine 5), welches kreatives Denken und technisches Know-how vereint. Hast du Spaß auf mehr? Eine einzigartige neue Welt erwartet dich!

Prof. Dr. Dr. Björn Niehaves
Dr. Marc Wyszynski
Sebastian Weber
Raphael Palombo
07-BA37-261-01Projektmodul FiRSt I - Finanzwirtschaft
Teaching Project Finance

Projektplenum
ECTS: 12

Termine:
wöchentlich Fr 14:00 - 16:00 WiWi1 A1170 - PC-Pool

http://www.fiwi.uni-bremen.de

BPO 2023: Profil Finanzen Rechnungswesen und Steuern

Prof. Dr. Thorsten Poddig
07-BA37-263-01Projektmodul IEM² I - Gründungsmanagement
Teaching Project SME Management

Projektplenum
ECTS: 12

Termine:
zweiwöchentlich (Startwoche: 2) Fr 10:00 - 14:00 WiWi1 A1070

Einzeltermine:
Do 17.10.24 14:00 - 18:00 WiWi1 A1070
Do 23.01.25 14:00 - 18:00 WiWi1 A1070


Prof. Dr. Jörg-Rainer Freiling
M. Sc Leon Marquardt
07-BA37-263-02Projektmodul IEM² VI - future concepts bremen - Innovative Praxisprojekte
future concepts bremen - Innovative Practice Projects

Projektplenum
ECTS: 12

Termine:
zweiwöchentlich (Startwoche: 1) Do 14:00 - 18:00 WiWi1 A1070

Im Projektmodul „future concepts bremen – Innovative Praxisprojekte“ werden zukunftsorientierte Geschäfts- und Organisationskonzepte mit Praxispartner:innen aus Bremen entwickelt. 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. Es werden keine Vorkenntnisse benötigt.

Als Teilnehmende erarbeitet ihr in einem Team gemeinsam mit bremischen Praxispartner:innen individuelle Lösungsansätze zu Problemen der unternehmerischen Praxis. Hierbei werdet ihr in Form von individuellen Gruppencoachings begleitet. Zum Ende des Semesters werden alle Lösungen im Rahmen eines Demo Day öffentlich präsentiert.

Die Teilnahme am Projektmodul bietet euch die Möglichkeit Wissen und Fähigkeiten in den Bereichen Management und agile Strategieentwicklung- und implementierung zu entwickeln. Darüber hinaus erhaltet ihr wertvolle Praxiskontakte zu zukünftigen Arbeitgebern.

https://www.uni-bremen.de/lemex/transfer/future-concepts-bremen

Weitere Informationen werden wir in dieser Stud.IP-Veranstaltung teilen.

Wir freuen uns auf euch!

BPO 2023: Profil General Management und Logistik

M. Sc Leon Marquardt

General Studies

\'Analyse von Wirtschaftsdaten\' wird in der BPO 2023 ersetzt durch \'Datenanalyse\'.
VAKTitel der VeranstaltungDozentIn
07-B37-1-30-01Analyse von Wirtschaftsdaten
Analysis of Economic Data

Vorlesung
ECTS: 3

Einzeltermine:
Mi 16.10.24 16:00 - 18:00 WiWi1 A1020

Die Veranstaltung findet digital asynchron statt.

Prof. Dr. Martin Missong
07-BA37-520-01Datenanalyse
Data Analysis

Vorlesung

Termine:
wöchentlich Mi 16:00 - 18:00 HS 2010 (Großer Hörsaal)

Beginn ab 23.10.2024

Prof. Dr. Martin Missong

Weitere Veranstaltungen

VAKTitel der VeranstaltungDozentIn
07-BA37-803-01Career Camp 2025 - Intensive Woche um Berufseinstieg, Karriereentwicklung und Vernetzung mit Unternehmen der Region

Seminar
ECTS: 3

Einzeltermine:
Fr 18.10.24 14:00 - 16:00 WiWi1 A1100
Fr 21.03.25 08:00 - 18:00
Fr 21.03.25 08:00 - 18:00
Fr 21.03.25 08:00 - 18:00
Mo 24.03.25 08:00 - 18:00
Mo 24.03.25 08:00 - 18:00
Mo 24.03.25 - Di 25.03.25 (Mo, Di) 08:00 - 18:00
Di 25.03.25 08:00 - 18:00
Di 25.03.25 - Mi 26.03.25 (Di, Mi) 08:00 - 18:00
Mi 26.03.25 08:00 - 18:00
Mi 26.03.25 - Do 27.03.25 (Mi, Do) 08:00 - 18:00
Do 27.03.25 08:00 - 18:00
Do 27.03.25 - Fr 28.03.25 (Do, Fr) 08:00 - 18:00
Fr 28.03.25 08:00 - 18:00
Fr 28.03.25 08:00 - 18:00


Dipl.-Oec. Maren Hartstock

Mathematik

VAKTitel der VeranstaltungDozentIn
Companion Course: Foundations of Applied Mathematics

Kurs

Termine:
wöchentlich Mo 10:00 - 12:00 MZH 2490 (Seminarraum) Course
Dr. rer. nat. Pascal Fernsel
Clemens Arndt