Online-Archiv

Lehrveranstaltungen WiSe 2024/2025

Fachbereich 03: Mathematik/Informatik

Veranstaltungen anzeigen: alle | in englischer Sprache | für ältere Erwachsene | mit Nachhaltigkeitszielen

Artificial Intelligence and Intelligent Systems, M.Sc.

VAK	Titel der Veranstaltung	DozentIn
03-AI-F-ATE	AI Algorithms — Theory and Engineering (in englischer Sprache) Vorlesung ECTS: 6 Termine: wöchentlich Di 16:00 - 18:00 MZH 1090 Lecture wöchentlich Do 08:00 - 10:00 MZH 5600 Exercise Schwerpunkt: IMVT-AI	Nico Hochgeschwender
03-AI-S-CDF	Cross-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-IM-INTRO-AIIS	Presentation AIIS Projects 2025 sonstige Einzeltermine: Di 14.01.25 16:00 - 18:00 MZH 1090 For all AIIS Master students who want to start an AIIS project in 2025. The intro event by Ute Bormann will take place on 14.01.2025 from 16-18h during the Lecture of 03-AI-F-ATE in room 1090.	Ute Bormann Kerstin Schill Joachim Clemens Christop W. Zetzsche-Schill Michael Beetz Tanja Schultz Felix Putze Nico Hochgeschwender Martin Mundt
03-IMAP-AMAI	Advanced 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 Schwerpunkt: IMK-AI, IMA-VMC https://lvb.informatik.uni-bremen.de/imap/03-imap-amai.pdf	Michael Beetz Daniel Beßler
03-IMAP-AML	Advanced 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-ASE	Automatische 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 Einzeltermine: Di 19.11.24 18:00 - 20:00 MZH 1100 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-IIS	Integrated 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-APKS	Ausgewählte 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-APMSK	Ausgewählte Probleme der multisensorischen Kognition advanced problems for multisensoric cognition Seminar ECTS: 3 Termine: wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar https://lvb.informatik.uni-bremen.de/ims/03-ims-apmsk.pdf	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-DLMB	Deep 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-IUAG	Intelligente 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 https://lvb.informatik.uni-bremen.de/ims/03-ims-iuag.pdf	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-SHAR	Hot Topics in Sensors and Human Activity Research (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Do 16:00 - 18:00 MZH 4140 Seminar https://lvb.informatik.uni-bremen.de/ims/03-ims-shar.pdf	Dr.-Ing. Hui Liu
03-IMS-SOFTC	Soft 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-SRSE	Seminar on Topics in Robot Software Engineering (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Di 12:00 - 14:00 MZH 1450 Seminar Einzeltermine: Mi 02.04.25 16:30 - 18:00 TAB 2.57, Am Fallturm 1 https://lvb.informatik.uni-bremen.de/ims/03-ims-srse.pdf	Nico Hochgeschwender
03-IMVA-GPMLR	Good Practice in Machine Learning Research Kurs ECTS: 6 Termine: wöchentlich Fr 10:00 - 12:00 MZH 1470 Kurs Profil: KIKR Schwerpunkt: IMVA-AI https://lvb.informatik.uni-bremen.de/imva/03-imva-gpmlr.pdf	Felix Putze
03-IMVP-GME	Gehirn-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-HRI	Human 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-MLAR	Machine 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-SPRS	Semantische 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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MI-1-MI1	Grundlagen der Medieninformatik 1 Media Informatics Vorlesung ECTS: 6 Termine: wöchentlich Mo 16:00 - 18:00 MZH 1090 NW2 A0242 (Stufenhörsaal) 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: Mo 10.02.25 10:00 - 12:00 MZH 1090 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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MI-21-GDP	Grundlagen der Programmierung Introduction to Programming Vorlesung ECTS: 6 Termine: wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) GW1 A0160 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGT-M1	Mathematik 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 1380/1400 Übung wöchentlich Mi 08:00 - 10:00 MZH 1090 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) Di 11.02.25 10:00 - 13:00 MZH 1470 Fr 04.04.25 08:00 - 12:00 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

VAK	Titel der Veranstaltung	DozentIn
03-IB-WAHL	Überblick 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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MI-5-ME	Media 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-CG	Computergraphik 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 Einzeltermine: Fr 07.03.25 10:00 - 12:00 GW1-HS H0070 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAA-MTI	Mensch-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 zweiwöchentlich (Startwoche: 5) Mi 12:00 - 14:00 IW3 0390 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 Einzeltermine: Mi 05.02.25 12:00 - 14:00 Schwerpunkt: DMI https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-mti.pdf	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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MA-1-DK	Digitale Kreativität Digital Creativity Kurs ECTS: 6 Termine: wöchentlich Mi 14:00 - 16:00 MZH 1100 Kurs	Robert Porzel
03-DMB-MA-1-NAV	Navigation 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

VAK	Titel der Veranstaltung	DozentIn
03-IB-WAHL	Überblick 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-DBS	Datenbanksysteme 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-ISEC	Informationssicherheit Information Security Vorlesung ECTS: 6 Termine: wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung Schwerpunkt: SQ https://lvb.informatik.uni-bremen.de/ibap/03-ibap-isec.pdf	Prof. Dr.-Ing. Carsten Bormann PD Dr. Karsten Sohr Stefanie Gerdes
03-IBAP-SDV	Sensordatenverarbeitung Sensor Data Processing Vorlesung ECTS: 6 Termine: wöchentlich Mo 12:00 - 14:00 NW1 H 2 - W0020 Vorlesung Einzeltermine: Mo 03.03.25 09:00 - 12:00 HS 2010 (Großer Hörsaal) 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-SWP	Software-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 Einzeltermine: Di 04.02.25 09:30 - 17:00 MZH 1380/1400	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

VAK	Titel der Veranstaltung	DozentIn
03-DMM-MA-2-ULWC	Understanding 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-ECA	E-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-PVS	Proseminar: 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-MITR	Medien- 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

VAK	Titel der Veranstaltung	DozentIn
03-IGRAD-agdb	Graduiertenseminar Datenbanksysteme Seminar Termine: wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM	Graduiertenseminar Digitale Medien Colloquium Termine: wöchentlich Mi 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM	Graduiertenseminar IT- und Wissensmanagement Seminar Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agmsis	Graduiertenseminar Multisensorische interaktive Systeme Seminar nach Vereinbarung	Udo Frese
03-IGRAD-AGRN	Graduiertenseminar Rechnernetze Seminar Termine nach Vereinbarung	Ute Bormann
03-IGRAD-CGVR	Graduate 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-CoSy	Graduiertenseminar Cognitive Systems (in englischer Sprache) Seminar Termine: zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-HCI	Graduiertenseminar Mensch-Computer-Interaktion Seminar Termine: wöchentlich Di 16:00 - 18:00	Prof. Dr. Tanja Döring

General Studies/Veranstaltungen anderer Studiengänge

VAK	Titel der Veranstaltung	DozentIn
03-IBFS-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** 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

VAK	Titel der Veranstaltung	DozentIn
03-ISONST-SPAG	Spiele-AG Seminar Termine: wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung Informationen unter https://redmine.informatik.uni-bremen.de/projects/gamedev-ag/wiki	Prof. Dr. Rainer Malaka

Digitale Medien, M.Sc.

1st academic year

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

VAK	Titel der Veranstaltung	DozentIn
03-IMAA-MAD	Mobile 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 Marcus-Sebastian Schröder
03-IMAA-STMW	Search 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-VRSIM	Virtual 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 )

VAK	Titel der Veranstaltung	DozentIn
03-IMAP-ASE	Automatische 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 Einzeltermine: Di 19.11.24 18:00 - 20:00 MZH 1100 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-RNMN	Rechnernetze - 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-APMSK	Ausgewählte Probleme der multisensorischen Kognition advanced problems for multisensoric cognition Seminar ECTS: 3 Termine: wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar https://lvb.informatik.uni-bremen.de/ims/03-ims-apmsk.pdf	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-SOFTC	Soft 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).

VAK	Titel der Veranstaltung	DozentIn
09-71-A.1-1	Approaches to Digital Media (in englischer Sprache) Seminar Termine: wöchentlich Mo 16:00 - 18:00 GW1 A0160 (2 SWS) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/comments_WiSe24_25/DMS_A1_Gentzel.pdf	Prof. Dr. Peter Gentzel
09-71-A.1-2	Digital Life (in englischer Sprache) Seminar Termine: wöchentlich Di 12:00 - 14:00 GW2 B1216 (2 SWS) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/comments_WiSe24_25/A1_Katzenbach.pdf	Prof. Dr. Christian Katzenbach

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

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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MA-2-BW	Book & Web. Two Media old & new Kurs ECTS: 3 Termine: wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs	Frieder Nake
03-DMM-MA-2-ULWC	Understanding 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-ITMDS	IT-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)

VAK	Titel der Veranstaltung	DozentIn
03-IMS-IUAG	Intelligente 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 https://lvb.informatik.uni-bremen.de/ims/03-ims-iuag.pdf	Christop W. Zetzsche-Schill Kerstin Schill

M-UN (Free electives)

VAK	Titel der Veranstaltung	DozentIn
03-IMAP-RNMN	Rechnernetze - 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

2nd academic year

M-MA-32 (Master Project)

VAK	Titel der Veranstaltung	DozentIn
03-DMM-MA-3-DEJA	Projekt 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-ROBRO	Projekt 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-SMARTB	Projekt 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
03-IMPJ-WELFC	Projekt 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

VAK	Titel der Veranstaltung	DozentIn
03-IGRAD-agdb	Graduiertenseminar Datenbanksysteme Seminar Termine: wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM	Graduiertenseminar Digitale Medien Colloquium Termine: wöchentlich Mi 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM	Graduiertenseminar IT- und Wissensmanagement Seminar Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agmsis	Graduiertenseminar Multisensorische interaktive Systeme Seminar nach Vereinbarung	Udo Frese
03-IGRAD-AGRN	Graduiertenseminar Rechnernetze Seminar Termine nach Vereinbarung	Ute Bormann
03-IGRAD-CGVR	Graduate 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-CoSy	Graduiertenseminar Cognitive Systems (in englischer Sprache) Seminar Termine: zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-HCI	Graduiertenseminar 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.

VAK	Titel der Veranstaltung	DozentIn
03-IBFS-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** 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)

VAK	Titel der Veranstaltung	DozentIn
09-71-A.1-1	Approaches to Digital Media (in englischer Sprache) Seminar Termine: wöchentlich Mo 16:00 - 18:00 GW1 A0160 (2 SWS) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/comments_WiSe24_25/DMS_A1_Gentzel.pdf	Prof. Dr. Peter Gentzel
09-71-A.1-2	Digital Life (in englischer Sprache) Seminar Termine: wöchentlich Di 12:00 - 14:00 GW2 B1216 (2 SWS) Description: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/comments_WiSe24_25/A1_Katzenbach.pdf	Prof. Dr. Christian Katzenbach

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

Bachelor: 1. Semester

VAK	Titel der Veranstaltung	DozentIn
03-M-EM1-1	Mathematisches 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 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 Mi 12.02.25 13:00 - 16:00 NW1 H 1 - H0020 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 Zoeger
03-M-EMDG1a	Mathematisches 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 Einzeltermine: Fr 11.04.25 15:00 - 18:00 MZH 1380/1400 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

VAK	Titel der Veranstaltung	DozentIn
03-M-EL-1	Elementarmathematik 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

VAK	Titel der Veranstaltung	DozentIn
03-M-EM4-1	Mathematisches Modellieren Vorlesung ECTS: 9 Termine: wöchentlich Mo 16:00 - 18:00 MZH 1470 Vorlesung wöchentlich Mi 08:00 - 12:00 Computerübung wöchentlich Mi 10:00 - 12:00 GW2 B1400 NUR Mi. - So. Übung Einzeltermine: Mo 03.02.25 10:00 - 12:30 MZH 1380/1400 Mo 10.02.25 10:00 - 12:30 MZH 1460 Di 25.02.25 - Mi 26.02.25 (Di, Mi) 09:00 - 16:00 MZH 1100 Do 03.04.25 10:00 - 12:30 MZH 1460 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

VAK	Titel der Veranstaltung	DozentIn
03-M-EMDG3-1	Math. 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 07.02.25 12:00 - 15:00 MZH 1380/1400 Fr 14.02.25 09:00 - 14:00 HS 2010 (Großer Hörsaal) Fr 14.02.25 09:00 - 13:00 MZH 1380/1400 Sa 24.05.25 09:00 - 14:00 HS 2010 (Großer Hörsaal) 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-EMDG3-2	Math. 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 Einzeltermine: Mo 10.02.25 10:00 - 12:00 MZH 5500 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-EMDG3-3	Math. 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

VAK	Titel der Veranstaltung	DozentIn
03-M-EM5-1	Ausgewählte 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: Mo 03.02.25 10:00 - 12:00 MZH 5500 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):

VAK	Titel der Veranstaltung	DozentIn
03-M-MDAIP-1	Mathematical 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-MP-2	Modeling Project (Part 2) (in englischer Sprache) Seminar ECTS: 9 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-NPDE-1	Numerical 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-2	Basics 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-26	Algebraic 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-28	Mathematical 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-38	Finite 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-39	Advanced 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-40	Convex 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-2	Basics 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-26	Algebraic 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-2	Basics 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-26	Algebraic 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-2	Basics 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-26	Algebraic 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-28	Mathematical 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-38	Finite 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-39	Advanced 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-40	Convex 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

VAK	Titel der Veranstaltung	DozentIn
03-M-BM	Brückenkurs 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 1470 Mo 16.09.24 12:00 - 15:00 MZH 1460 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 Fr 20.09.24 12:00 - 15:00 MZH 1470 Fr 20.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 09:00 - 12:00 Mo 23.09.24 12:00 - 15:00 Mo 23.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 12:00 - 15:00 Di 24.09.24 09:00 - 12:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 09:00 - 12:00 Mi 25.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 12:00 - 15:00 Mi 25.09.24 12:00 - 15:00 Do 26.09.24 09:00 - 12:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 MZH 1460 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-1.1	Analysis 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) Do 06.02.25 12:00 - 18:00 MZH 4140 Fr 07.02.25 09:00 - 11:00 MZH 4140 Do 03.04.25 09:00 - 12:00 MZH 6200 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-1.2	Vertiefung 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-LAG-1.1	Lineare 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: Mi 12.02.25 09:00 - 12:00 MZH 1090 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-1.2	Vertiefung 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-MCP-1	Mathematisches Computerpraktikum Kurs ECTS: 3 Einzeltermine: Mi 19.02.25 08:00 - 18:00 MZH 1090 Do 20.02.25 - Fr 21.02.25 (Do, Fr) 08:00 - 18:00 MZH 5500 Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 5500 Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 5500 Fr 07.03.25 08:00 - 13:00 MZH 5600 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-3	Analysis 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-NUM-1	Numerik 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-KRYPT	Einführung 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 PD Dr. Karsten Sohr
03-M-FTH-1	Maß- 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 MZH 1380/1400 Übung	Prof. Dr. Marc Keßeböhmer
03-M-FTH-9	Algebraic 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-10	Basics of mathematical Statistics (Statistics I) (in englischer Sprache) Vorlesung ECTS: 9 Termine: wöchentlich Di 08:00 - 10:00 LINZ4 40010 Lecture wöchentlich Do 08:00 - 10:00 LINZ4 40010 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-Gy4-1	Funktionentheorie 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 Di 10:00 - 12:00 MZH 4140 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Einzeltermine: Mo 10.02.25 12:00 - 14:00 MZH 1380/1400 Di 11.02.25 10:00 - 12:00 MZH 6200 Mi 19.02.25 08:00 - 12:00 MZH 5500 Mi 19.02.25 08:00 - 12:00 MZH 5600	Dr. Ingolf Schäfer Claudio Meneses-Torres

Modul: Mathematische Modellierung (9 CP)

Pflichtmodul im 5. Semester mit folgender Veranstaltung:

VAK	Titel der Veranstaltung	DozentIn
03-M-MMOD-1	Mathematische 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.

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-14	Starting 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-42	Modelle 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

VAK	Titel der Veranstaltung	DozentIn
03-IBG-OWOCHE	Orientierungswoche 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-USP	Vorkurs: 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-BM	Brückenkurs 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 1470 Mo 16.09.24 12:00 - 15:00 MZH 1460 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 Fr 20.09.24 12:00 - 15:00 MZH 1470 Fr 20.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 09:00 - 12:00 Mo 23.09.24 12:00 - 15:00 Mo 23.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 12:00 - 15:00 Di 24.09.24 09:00 - 12:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 09:00 - 12:00 Mi 25.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 12:00 - 15:00 Mi 25.09.24 12:00 - 15:00 Do 26.09.24 09:00 - 12:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 MZH 1460 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.

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MI-21-GDP	Grundlagen der Programmierung Introduction to Programming Vorlesung ECTS: 6 Termine: wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) GW1 A0160 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGT-M1	Mathematik 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 1380/1400 Übung wöchentlich Mi 08:00 - 10:00 MZH 1090 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) Di 11.02.25 10:00 - 13:00 MZH 1470 Fr 04.04.25 08:00 - 12:00 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGP-PI1	Praktische 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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MI-1-MI1	Grundlagen der Medieninformatik 1 Media Informatics Vorlesung ECTS: 6 Termine: wöchentlich Mo 16:00 - 18:00 MZH 1090 NW2 A0242 (Stufenhörsaal) 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: Mo 10.02.25 10:00 - 12:00 MZH 1090 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-RDL	Robot 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

VAK	Titel der Veranstaltung	DozentIn
03-IBFS-WKWA	Wissenschaftskultur 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-ZÜP	Zusatzübungen 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGA-IUG	Informatik 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-PI3	Praktische 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-SWP	Software-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 Einzeltermine: Di 04.02.25 09:30 - 17:00 MZH 1380/1400	Karsten Hölscher Dr. Hui Shi
03-IBGP-TI2	Technische 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-AFS	Automaten 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-AT	Algorithmentheorie 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 Do 10:00 - 12:00 MZH 1380/1400 Vorlesung wöchentlich Do 12:00 - 14:00 MZH 5600 Übung Einzeltermine: Mi 12.02.25 08:00 - 12:00 MZH 1380/1400 Mi 12.02.25 08:00 - 12:00 NW1 H 2 - W0020 Di 18.02.25 10:00 - 12:00 MZH 5500 Di 18.02.25 10:00 - 12:00 MZH 5600 Di 01.04.25 09:00 - 11:00 MZH 1380/1400 Algorithmentheorie Algorithmen bilden eine der wichtigsten Grundlagen der Informatik. Anschaulich beschreibt ein Algorithmus eine Vorgehensweise um ein Problem zu lösen. Somit bilden Algorithmen eine Grundlage der Programmierung, sind aber unabhängig von der konkreten Programmiersprache und Umsetzung. Algorithmen sind so vielfältig wie ihre Anwendungen, darum ist es umso wichtiger die fundamentalen Prinzipien des effizienten Algorithmenentwurfs und in den wichtigsten Problembereichen die grundlegenden Lösungsverfahren zu kennen. Die Vorlesung hat zum Ziel diese fundamentalen Prinzipien des Algorithmenentwurfs zu vermitteln. Die Prinzipien werden anhand klassischer Algorithmen für wichtige Probleme illustriert und eingeübt. Auf der theoretischen Seite werden die Grundlagen abstrakter Maschinenmodelle, formale Korrektheitsbeweise und Laufzeitanalyse vermittelt. Das erworbene Wissen ermöglicht es den Studierenden für ein gegebenes algorithmisches Problem verschiedene Lösungsansätze bezüglich ihrer Effizienz zu beurteilen, den am besten geeigneten Ansatz zur Lösung auszuwählen und seine Korrektheit zu beweisen. • Algorithmenparadigmen: Greedy, Divide-and-Conquer, Dynamische Programmierung • Sortierverfahren • Grundlegende Begriffe der Graphentheorie • Graphenprobleme: Kürzeste-Wege, minimale aufspannende Bäume, maximale Netzwerkflüsse	Prof. Dr. Nicole Megow
03-IBPJ-PROBE3	Vorstellung 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.

VAK	Titel der Veranstaltung	DozentIn
03-IB-WAHL	Überblick 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-EOBA	Erste 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 Do 28.11.24 16:00 - 19:00 MZH 6200 Do 12.12.24 16:00 - 19:00 MZH 6200 Do 23.01.25 16:00 - 19:00 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-SWP1Ersatz	Planung 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-DUALM	Vorstellung 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

VAK	Titel der Veranstaltung	DozentIn
03-IBFW-KuK	Kommunikation und Konflikt Blockveranstaltung ECTS: 1 Einzeltermine: Sa 30.11.24 10:00 - 17:00 MZH 1100 Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. über Ute Bormann.	Christine Fangmann Ute Bormann
03-IBFW-PROMAN	Projektmanagement 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-AICI	Projekt 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-COLLVR	Projekt 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-COLORA	Projekt 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-DeMen	Projekt 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-E2EP	Projekt 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-GRIPS4ST	Projekt 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-HOPE	Projekt 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-INVR	Projekt 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-PROBE5	PROBE (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.

VAK	Titel der Veranstaltung	DozentIn
03-IBAT-ATA	Automatentheorie 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 https://lvb.informatik.uni-bremen.de/ibat/03-ibat-ata.pdf	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.

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-BS	Betriebssysteme 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 https://lvb.informatik.uni-bremen.de/ibap/03-ibap-bs.pdf	Prof. Dr. Bernhard Johannes Berger
03-IBAP-CG	Computergraphik 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 Einzeltermine: Fr 07.03.25 10:00 - 12:00 GW1-HS H0070 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-DBS	Datenbanksysteme 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-FBM	Formale 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-ISEC	Informationssicherheit Information Security Vorlesung ECTS: 6 Termine: wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung Schwerpunkt: SQ https://lvb.informatik.uni-bremen.de/ibap/03-ibap-isec.pdf	Prof. Dr.-Ing. Carsten Bormann PD Dr. Karsten Sohr Stefanie Gerdes
03-IBAP-RA	Rechnerarchitektur 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 https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ra.pdf	Prof. Dr. Rolf Drechsler Dr. Muhammad Hassan
03-IBAP-SDV	Sensordatenverarbeitung Sensor Data Processing Vorlesung ECTS: 6 Termine: wöchentlich Mo 12:00 - 14:00 NW1 H 2 - W0020 Vorlesung Einzeltermine: Mo 03.03.25 09:00 - 12:00 HS 2010 (Großer Hörsaal) 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.

VAK	Titel der Veranstaltung	DozentIn
03-IBAA-ECA	E-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-MTI	Mensch-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 zweiwöchentlich (Startwoche: 5) Mi 12:00 - 14:00 IW3 0390 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 Einzeltermine: Mi 05.02.25 12:00 - 14:00 Schwerpunkt: DMI https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-mti.pdf	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.

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-7	Introduction to R (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Fr 12:00 - 15:00 LINZ4 40010 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).

VAK	Titel der Veranstaltung	DozentIn
03-IBVP-DEKTP	Dialogentwicklung 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).

VAK	Titel der Veranstaltung	DozentIn
03-IBVA-DSG	Digitalisierung 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 https://lvb.informatik.uni-bremen.de/ibv/03-ibva-dsg.pdf	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

VAK	Titel der Veranstaltung	DozentIn
03-IBFW-EDBS	Ergänzung Datenbanksysteme Vorlesung ECTS: 3 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 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-PVS	Proseminar: 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-VTI1	Vertiefungsveranstaltung 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

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MA-2-BW	Book & Web. Two Media old & new Kurs ECTS: 3 Termine: wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs	Frieder Nake
03-DMB-MI-1-MI1	Grundlagen der Medieninformatik 1 Media Informatics Vorlesung ECTS: 6 Termine: wöchentlich Mo 16:00 - 18:00 MZH 1090 NW2 A0242 (Stufenhörsaal) 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: Mo 10.02.25 10:00 - 12:00 MZH 1090 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-GDP	Grundlagen der Programmierung Introduction to Programming Vorlesung ECTS: 6 Termine: wöchentlich Do 14:00 - 16:00 NW2 C0290 (Hörsaal 1) GW1 A0160 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-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** 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-EIUG	Ergänzung 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

VAK	Titel der Veranstaltung	DozentIn
03-IB-WAHL	Überblick 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-INTRO	Einführungsveranstaltung 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
03-IM-INTRO-AIIS	Presentation AIIS Projects 2025 sonstige Einzeltermine: Di 14.01.25 16:00 - 18:00 MZH 1090 For all AIIS Master students who want to start an AIIS project in 2025. The intro event by Ute Bormann will take place on 14.01.2025 from 16-18h during the Lecture of 03-AI-F-ATE in room 1090.	Ute Bormann Kerstin Schill Joachim Clemens Christop W. Zetzsche-Schill Michael Beetz Tanja Schultz Felix Putze Nico Hochgeschwender Martin Mundt

Pflicht Master

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

VAK	Titel der Veranstaltung	DozentIn
03-AI-S-CDF	Cross-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.

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-FSGT	Formale 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-IRQ	Introduction to Reversible and Quantum Computing (in englischer Sprache) Vorlesung ECTS: 6 Termine: wöchentlich Mo 10:00 - 12:00 MZH 5500 MZH 3150 Vorlesung wöchentlich Di 08:00 - 10:00 MZH 5500 Übung Profil: SQ Schwerpunkt: IMVT-SQ https://lvb.informatik.uni-bremen.de/imat/03-imat-irq.pdf	Prof. Dr. Rolf Drechsler Dr. Kamalika Datta Dr. Abhoy Kole
03-IMAT-KRYPT	Einführung 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 PD Dr. Karsten Sohr
03-IMAT-STMT	Set 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.

VAK	Titel der Veranstaltung	DozentIn
03-IMAP-AMAI	Advanced 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 Schwerpunkt: IMK-AI, IMA-VMC https://lvb.informatik.uni-bremen.de/imap/03-imap-amai.pdf	Michael Beetz Daniel Beßler
03-IMAP-AML	Advanced 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-ASE	Automatische 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 Einzeltermine: Di 19.11.24 18:00 - 20:00 MZH 1100 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-IIS	Integrated 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-NIO	Nature-inspired Optimisation Kurs ECTS: 6 Termine: wöchentlich Do 08:00 - 10:00 MZH 1100 Kurs	Prof. Dr. Bernhard Johannes Berger
03-IMAP-RNMN	Rechnernetze - 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-SHSQ	Systeme 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-SWRE	Software-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-TA	Testautomatisierung Test Automation Kurs ECTS: 6 Termine: wöchentlich Mi 08:00 - 10:00 MZH 5500 Kurs wöchentlich Do 08:00 - 10:00 MZH 1110 Kurs Profil: SQ. Schwerpunkt: IMAP-SQ https://lvb.informatik.uni-bremen.de/imap/03-imap-ta.pdf	Wen-Ling Huang
03-IMAP-VRSIM	Virtual 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.

VAK	Titel der Veranstaltung	DozentIn
03-IMAA-ITMDS	IT-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-MAD	Mobile 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 Marcus-Sebastian Schröder
03-IMAA-MITR	Medien- 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-STMW	Search 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

VAK	Titel der Veranstaltung	DozentIn
03-IMVT-SGA	Sparsity - 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 Profil: SQ Schwerpunkt: IMVT-SQ https://lvb.informatik.uni-bremen.de/imvt/03-imvt-sga.pdf	Prof. Dr. Sebastian Siebertz
03-IMVT-TSF	Theorie 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 Profil: KIKR Schwerpunkt: IMVT-AI, IMVT-VMC http://www.informatik.uni-bremen.de/agebv/de/VeranstaltungTdS16 https://lvb.informatik.uni-bremen.de/imvt/03-imvt-tsf.pdf	Udo Frese
03-M-AC-2	High-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

VAK	Titel der Veranstaltung	DozentIn
03-IMVP-BCOD	Codierung 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-DLS	Digital 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 Profil: SQ Schwerpunkt: IMVP-SQ https://lvb.informatik.uni-bremen.de/imvp/03-imvp-dls.pdf	Prof. Dr. Rolf Drechsler Dr. Chandan Kumar Jha
03-IMVP-GME	Gehirn-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-HRI	Human 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-MLAR	Machine 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-SPRS	Semantische 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

VAK	Titel der Veranstaltung	DozentIn
03-IMVA-GPMLR	Good Practice in Machine Learning Research Kurs ECTS: 6 Termine: wöchentlich Fr 10:00 - 12:00 MZH 1470 Kurs Profil: KIKR Schwerpunkt: IMVA-AI https://lvb.informatik.uni-bremen.de/imva/03-imva-gpmlr.pdf	Felix Putze

Wahlbereich IMS / ME - Master Seminare

VAK	Titel der Veranstaltung	DozentIn
03-IMS-APKS	Ausgewählte 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-APMSK	Ausgewählte Probleme der multisensorischen Kognition advanced problems for multisensoric cognition Seminar ECTS: 3 Termine: wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar https://lvb.informatik.uni-bremen.de/ims/03-ims-apmsk.pdf	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-DLMB	Deep 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-IUAG	Intelligente 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 https://lvb.informatik.uni-bremen.de/ims/03-ims-iuag.pdf	Christop W. Zetzsche-Schill Kerstin Schill
03-IMS-RTAT	Recent 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-SHAR	Hot Topics in Sensors and Human Activity Research (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Do 16:00 - 18:00 MZH 4140 Seminar https://lvb.informatik.uni-bremen.de/ims/03-ims-shar.pdf	Dr.-Ing. Hui Liu
03-IMS-SOFTC	Soft 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-SRSE	Seminar on Topics in Robot Software Engineering (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Di 12:00 - 14:00 MZH 1450 Seminar Einzeltermine: Mi 02.04.25 16:30 - 18:00 TAB 2.57, Am Fallturm 1 https://lvb.informatik.uni-bremen.de/ims/03-ims-srse.pdf	Nico Hochgeschwender

Wahlbereich IMPJ - Master-Projekte

VAK	Titel der Veranstaltung	DozentIn
03-DMM-MA-3-DEJA	Projekt 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-ROBRO	Projekt 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-BHUM	Projekt B-Human (WiSe 24/25 bis SoSe 2025) Projektplenum ECTS: 12 Termine: wöchentlich Fr 10:00 - 12:00 CART 0.01 (Besprechungsraum) Projekt-Plenum Einzeltermine: Fr 31.01.25 10:00 - 17:00 MZH Foyer 0. Ebene Fr 07.02.25 10:00 - 17:00 MZH Foyer 0. Ebene Fr 14.02.25 10:00 - 17:00 MZH Foyer 0. Ebene Fr 21.02.25 10:00 - 17:00 MZH Foyer 0. Ebene Fr 28.02.25 10:00 - 17:00 MZH Foyer 0. Ebene Fr 07.03.25 10:00 - 17:00 MZH Foyer 0. Ebene Schwerpunkt: AI	Thomas Röfer Dr. Tim Laue
03-IMPJ-ElO4F	Projekt Endless Optimization - EIO4Future (WiSe 24/25 bis SoSe 2025) Projektplenum ECTS: 12 Termine: wöchentlich Fr 12:00 - 14:00 MZH 5410 Plenum Einzeltermine: Fr 07.03.25 12:00 - 14:00 MZH 1460 Fr 21.03.25 12:00 - 14:00 MZH 1460 Fr 04.04.25 12:00 - 14:00 MZH 1460 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-IACMR	Projekt 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 Das Plenum am Freitag findet im DFKI statt.	Frank Kirchner Dr. Bilal Wehbe
03-IMPJ-MOB4D	Projekt 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-PUBAI	Projekt 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-SMARTB	Projekt 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
03-IMPJ-SUT	Projekt 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-WELFC	Projekt 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

VAK	Titel der Veranstaltung	DozentIn
03-IBFS-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** 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-DSG	Digitalisierung 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 https://lvb.informatik.uni-bremen.de/ibv/03-ibva-dsg.pdf	Prof. Dr. Dr. Björn Niehaves Luca Tom Bauer

Veranstaltungen aus anderen Studiengängen (Auswahl)

VAK	Titel der Veranstaltung	DozentIn
03-DMB-MA-2-BW	Book & Web. Two Media old & new Kurs ECTS: 3 Termine: wöchentlich Di 14:00 - 16:00 MZH 1450 Kurs	Frieder Nake
04-326-FT-041	Material-integrierte Sensorische Systeme (MISS) mit Labor Material-Integrated Sensoric Systems (MISS), incl. Lab-Exercise Online Kurs mit interaktiven Übungen - Labor @home und vor Ort nV! Kurs 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

VAK	Titel der Veranstaltung	DozentIn
03-IGRAD-AGDATA	Graduiertenseminar Datenbanken Seminar	Prof. Dr. Sebastian Maneth
03-IGRAD-agdb	Graduiertenseminar Datenbanksysteme Seminar Termine: wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar	Martin Gogolla
03-IGRAD-AGDM	Graduiertenseminar Digitale Medien Colloquium Termine: wöchentlich Mi 11:00 - 12:00	Prof. Dr. Rainer Malaka
03-IGRAD-AGIM	Graduiertenseminar IT- und Wissensmanagement Seminar Termine nach Vereinbarung	Prof. Dr. Andreas Breiter
03-IGRAD-agki	Graduiertenseminar Theorie der Künstlichen Intelligenz Seminar Termine: wöchentlich Mi 14:00 - 16:00 (2 SWS) Graduiertenseminar	N. N.
03-IGRAD-agmsis	Graduiertenseminar Multisensorische interaktive Systeme Seminar nach Vereinbarung	Udo Frese
03-IGRAD-AGRA	Graduiertenseminar Rechnerarchitektur Seminar Das Graduiertenseminar findet nach Vereinbarung statt.	Prof. Dr. Rolf Drechsler
03-IGRAD-AGRN	Graduiertenseminar Rechnernetze Seminar Termine nach Vereinbarung	Ute Bormann
03-IGRAD-AGROBO	Graduiertenseminar Robotik Seminar Termine: wöchentlich Mi 13:00 - 14:00 (1 SWS) Graduiertenseminar	Frank Kirchner
03-IGRAD-CGVR	Graduate 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-CoSy	Graduiertenseminar Cognitive Systems (in englischer Sprache) Seminar Termine: zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar	Thomas Dieter Barkowsky
03-IGRAD-CSL	Graduiertenseminar Spezielle Themen der Kognitiven Systeme Seminar Termine: wöchentlich Mi 14:00 - 15:45 CART Rotunde - 0.67 nach Vereinbarung	Tanja Schultz
03-IGRAD-CSLog	Graduiertenseminar Combinatorial Optimization Seminar nach Vereinbarung	Prof. Dr. Nicole Megow
03-IGRAD-HCI	Graduiertenseminar Mensch-Computer-Interaktion Seminar Termine: wöchentlich Di 16:00 - 18:00	Prof. Dr. Tanja Döring
03-IGRAD-softtech	Graduiertenseminar Softwaretechnik Seminar nach Vereinbarung	Prof. Dr. Rainer Koschke
03-IGRAD-ThI	Graduiertenseminar Theoretische Informatik Seminar Das Graduiertenseminar findet nach Vereinbarung statt.	Hans-Jörg Kreowski Dr. Sabine Kuske

Kolloquien

VAK	Titel der Veranstaltung	DozentIn
03-I-KOLL	Informatik-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

VAK	Titel der Veranstaltung	DozentIn
03-IBFS-TSTUD	*Teilnahme an Studien (Probandinnenstunden)** 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
META-2025/IF-G-01	Grundkurs Datenschutz Basiswissen und Anwendung des Datenschutzes in einer betrieblichen Organisation Blockveranstaltung ECTS: 1-3 Einzeltermine: Mo 17.02.25 10:00 - 12:30 BigBlueButton Mo 17.02.25 13:30 - 16:00 BigBlueButton Di 18.02.25 10:00 - 12:30 BigBlueButton Di 18.02.25 13:30 - 16:00 BigBlueButton Mi 19.02.25 10:00 - 12:30 BigBlueButton Mi 19.02.25 13:30 - 16:00 BigBlueButton Do 20.02.25 10:00 - 12:30 BigBlueButton Do 20.02.25 13:30 - 16:00 BigBlueButton In diesem Online-Kurs können Teilnehmende die Inhalte der DSGVO, die Verantwortlichkeit der Beteiligten bei der Datenverarbeitung und den systematischen Aufbau eines betrieblichen Datenschutzkonzeptes kennenlernen. Anhand von ausgewählten Beispielen wird ein Datenschutzkonzept einer betrieblichen Organisation entwickelt. Dieses General Studies-Lehrangebot richtet sich an Studentinnen aller Fächer als Einführung in das Thema. Kursinhalte: Grundlagen des Datenschutzes • Aufbau und Inhalte von DSGVO und BDSG • Rechtmäßigkeit der Verarbeitung • Datenschutz und Informationssicherheit • Gewährleistungsziele des Datenschutzes Praktische Umsetzung des Datenschutzes • Privacy by Design und Privacy by Default • Rechte Betroffener • Anonymisierung und Pseudonymisierung • Technische und organisatorische Maßnahmen nach DS-GVO Datenschutzmanagement • Das Standard-Datenschutzmodell (DSK) • IT-Sicherheitsstandards (ISO 27001, BSI) Konformität und Sanktion • Aufgabenbereich und Zuständigkeiten von Datenschutzbeauftragten • Sanktionen nach DSGVO und BDSG Anmeldung über Stud.IP.	Selma Gebhardt

Sonstige Veranstaltungen ohne Kreditpunkte

VAK	Titel der Veranstaltung	DozentIn
03-ISONST-EJC	EDM 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-SPAG	Spiele-AG Seminar Termine: wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung Informationen unter https://redmine.informatik.uni-bremen.de/projects/gamedev-ag/wiki	Prof. Dr. Rainer Malaka
03-M-Schulung	Tutorenschulung 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-26	Algebraic 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-1	Numerical 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-2	Basics 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-28	Mathematical 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-37	Spectral 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 Einzeltermine: Mo 03.02.25 16:00 - 18:00 MZH 5410	Claudio Meneses-Torres
03-M-SP-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	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:

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-30	Geometry of Polynomials (in englischer Sprache) Seminar ECTS: 4,5/ 6 Termine: wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar Einzeltermine: Mi 22.01.25 10:00 - 12:00 MZH 5410 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-22	Advanced 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-26	Analysis/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-27	Exponential 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

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

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading Course Algebra (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANA	Reading 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-NUM	Reading 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-STS	Reading 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)

VAK	Titel der Veranstaltung	DozentIn
03-M-SP-37	Spectral 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 Einzeltermine: Mo 03.02.25 16:00 - 18:00 MZH 5410	Claudio Meneses-Torres

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

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-1	Numerical 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-2	Basics 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-26	Algebraic 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-28	Mathematical 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	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:

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-5	Mathematical 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-22	Advanced 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-26	Analysis/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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-26	Analysis/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-27	Exponential 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-30	Geometry of Polynomials (in englischer Sprache) Seminar ECTS: 4,5/ 6 Termine: wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar Einzeltermine: Mi 22.01.25 10:00 - 12:00 MZH 5410 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-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

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

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ANA	Reading 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading Course Algebra (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANA	Reading 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-NUM	Reading 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-STS	Reading 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)

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-1	Numerical 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	Prof. Dr. Christof Büskens Matthias Knauer

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

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-2	Basics 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-26	Algebraic 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-28	Mathematical 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-37	Spectral 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 Einzeltermine: Mo 03.02.25 16:00 - 18:00 MZH 5410	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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	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:

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-5	Mathematical 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-22	Advanced 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-26	Analysis/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-27	Exponential 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-30	Geometry of Polynomials (in englischer Sprache) Seminar ECTS: 4,5/ 6 Termine: wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar Einzeltermine: Mi 22.01.25 10:00 - 12:00 MZH 5410 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-NUM	Reading 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading Course Algebra (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANA	Reading 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-NUM	Reading 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-STS	Reading 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)

VAK	Titel der Veranstaltung	DozentIn
03-M-SP-2	Basics 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-28	Mathematical 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)

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-1	Numerical 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-26	Algebraic 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-37	Spectral 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 Einzeltermine: Mo 03.02.25 16:00 - 18:00 MZH 5410	Claudio Meneses-Torres
03-M-SP-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	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:

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-26	Analysis/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-27	Exponential 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-22	Advanced 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-26	Analysis/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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-30	Geometry of Polynomials (in englischer Sprache) Seminar ECTS: 4,5/ 6 Termine: wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar Einzeltermine: Mi 22.01.25 10:00 - 12:00 MZH 5410 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-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	Dr. Chathura Wanigasekara

Module: Reading Course A (9 CP)

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

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-STS	Reading 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading Course Algebra (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANA	Reading 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-NUM	Reading 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-STS	Reading 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

VAK	Titel der Veranstaltung	DozentIn
03-M-BM	Brückenkurs 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 1470 Mo 16.09.24 12:00 - 15:00 MZH 1460 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 Fr 20.09.24 12:00 - 15:00 MZH 1470 Fr 20.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 09:00 - 12:00 Mo 23.09.24 12:00 - 15:00 Mo 23.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 12:00 - 15:00 Di 24.09.24 09:00 - 12:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 09:00 - 12:00 Mi 25.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 12:00 - 15:00 Mi 25.09.24 12:00 - 15:00 Do 26.09.24 09:00 - 12:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 MZH 1460 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-1.1	Analysis 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) Do 06.02.25 12:00 - 18:00 MZH 4140 Fr 07.02.25 09:00 - 11:00 MZH 4140 Do 03.04.25 09:00 - 12:00 MZH 6200 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-1.2	Vertiefung 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-LAG-1.1	Lineare 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: Mi 12.02.25 09:00 - 12:00 MZH 1090 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-1.2	Vertiefung 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-MCP-1	Mathematisches Computerpraktikum Kurs ECTS: 3 Einzeltermine: Mi 19.02.25 08:00 - 18:00 MZH 1090 Do 20.02.25 - Fr 21.02.25 (Do, Fr) 08:00 - 18:00 MZH 5500 Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 5500 Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 5500 Fr 07.03.25 08:00 - 13:00 MZH 5600 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:

VAK	Titel der Veranstaltung	DozentIn
03-IBGP-PI1	Praktische 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-ALG-1	Algebra 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 Einzeltermine: Mi 19.02.25 09:00 - 13:00 MZH 1470	Prof. Dr. Eva-Maria Feichtner

Modul: Analysis 3 (9 CP)

Pflichtmodul im 3. Semester mit folgender Veranstaltung:

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-3	Analysis 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-NUM-1	Numerik 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:

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-KRYPT	Einführung 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 PD Dr. Karsten Sohr
03-M-FTH-1	Maß- 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 MZH 1380/1400 Übung	Prof. Dr. Marc Keßeböhmer
03-M-FTH-9	Algebraic 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-10	Basics of mathematical Statistics (Statistics I) (in englischer Sprache) Vorlesung ECTS: 9 Termine: wöchentlich Di 08:00 - 10:00 LINZ4 40010 Lecture wöchentlich Do 08:00 - 10:00 LINZ4 40010 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-Gy4-1	Funktionentheorie 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 Di 10:00 - 12:00 MZH 4140 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Einzeltermine: Mo 10.02.25 12:00 - 14:00 MZH 1380/1400 Di 11.02.25 10:00 - 12:00 MZH 6200 Mi 19.02.25 08:00 - 12:00 MZH 5500 Mi 19.02.25 08:00 - 12:00 MZH 5600	Dr. Ingolf Schäfer Claudio Meneses-Torres
03-M-MMOD-1	Mathematische 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:

VAK	Titel der Veranstaltung	DozentIn
03-M-FEB-1	FEB-Projekte REU-Projects Blockveranstaltung ECTS: 3 / 5	Prof. Dr. Marc Keßeböhmer Prof. Dr. Anke Dorothea Pohl
03-M-MKOM-5	Algebra Proseminar ECTS: 3 / 5 Termine: wöchentlich Fr 08:00 - 10:00 MZH 7200 Proseminar	Prof. Dr. Eva-Maria Feichtner
03-M-MKOM-9	Exponentialfamilien 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-11	Lineare Algebra und Geometrie Linear Algebra and Geometry Blockveranstaltung ECTS: 3/5 Einzeltermine: 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-12	Differentialgleichungen Blockveranstaltung ECTS: 3/ 5 Das Blockseminar findet voraussichtlich in der Woche vom 17.2. bis 21.2.2025 statt.	Hans Crauel

General Studies - Fachergänzende Studien

Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-14	Starting 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-42	Modelle und Mathematik Models and Mathematics Seminar ECTS: 3 Termine: wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver

Sonstige Veranstaltungen

VAK	Titel der Veranstaltung	DozentIn
03-M-Schulung	Tutorenschulung 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

VAK	Titel der Veranstaltung	DozentIn
03-M-BM	Brückenkurs 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 1470 Mo 16.09.24 12:00 - 15:00 MZH 1460 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 Fr 20.09.24 12:00 - 15:00 MZH 1470 Fr 20.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 09:00 - 12:00 Mo 23.09.24 12:00 - 15:00 Mo 23.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 12:00 - 15:00 Di 24.09.24 09:00 - 12:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 09:00 - 12:00 Mi 25.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 12:00 - 15:00 Mi 25.09.24 12:00 - 15:00 Do 26.09.24 09:00 - 12:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 MZH 1460 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.

VAK	Titel der Veranstaltung	DozentIn
03-IBGP-PI1	Praktische 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-1	Algebra 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 Einzeltermine: Mi 19.02.25 09:00 - 13:00 MZH 1470	Prof. Dr. Eva-Maria Feichtner
03-M-ANA-1.1	Analysis 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) Do 06.02.25 12:00 - 18:00 MZH 4140 Fr 07.02.25 09:00 - 11:00 MZH 4140 Do 03.04.25 09:00 - 12:00 MZH 6200 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-1.2	Vertiefung 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-3	Analysis 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-1.1	Lineare 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: Mi 12.02.25 09:00 - 12:00 MZH 1090 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-1.2	Vertiefung 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-1	Mathematisches Computerpraktikum Kurs ECTS: 3 Einzeltermine: Mi 19.02.25 08:00 - 18:00 MZH 1090 Do 20.02.25 - Fr 21.02.25 (Do, Fr) 08:00 - 18:00 MZH 5500 Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 5500 Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 5500 Fr 07.03.25 08:00 - 13:00 MZH 5600 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-1	Numerik 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.

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-KRYPT	Einführung 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 PD Dr. Karsten Sohr
03-M-FTH-1	Maß- 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 MZH 1380/1400 Übung	Prof. Dr. Marc Keßeböhmer
03-M-FTH-9	Algebraic 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-10	Basics of mathematical Statistics (Statistics I) (in englischer Sprache) Vorlesung ECTS: 9 Termine: wöchentlich Di 08:00 - 10:00 LINZ4 40010 Lecture wöchentlich Do 08:00 - 10:00 LINZ4 40010 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-Gy4-1	Funktionentheorie 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 Di 10:00 - 12:00 MZH 4140 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Einzeltermine: Mo 10.02.25 12:00 - 14:00 MZH 1380/1400 Di 11.02.25 10:00 - 12:00 MZH 6200 Mi 19.02.25 08:00 - 12:00 MZH 5500 Mi 19.02.25 08:00 - 12:00 MZH 5600	Dr. Ingolf Schäfer Claudio Meneses-Torres
03-M-MMOD-1	Mathematische 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

VAK	Titel der Veranstaltung	DozentIn
03-M-FEB-1	FEB-Projekte REU-Projects Blockveranstaltung ECTS: 3 / 5	Prof. Dr. Marc Keßeböhmer Prof. Dr. Anke Dorothea Pohl
03-M-MKOM-5	Algebra Proseminar ECTS: 3 / 5 Termine: wöchentlich Fr 08:00 - 10:00 MZH 7200 Proseminar	Prof. Dr. Eva-Maria Feichtner
03-M-MKOM-9	Exponentialfamilien 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-11	Lineare Algebra und Geometrie Linear Algebra and Geometry Blockveranstaltung ECTS: 3/5 Einzeltermine: 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-12	Differentialgleichungen Blockveranstaltung ECTS: 3/ 5 Das Blockseminar findet voraussichtlich in der Woche vom 17.2. bis 21.2.2025 statt.	Hans Crauel

Master: Wahlpflichtveranstaltungen

Vertiefungsrichtung Algebra

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-26	Algebraic 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

VAK	Titel der Veranstaltung	DozentIn
03-M-SP-37	Spectral 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 Einzeltermine: Mo 03.02.25 16:00 - 18:00 MZH 5410	Claudio Meneses-Torres

Vertiefungsrichtung Numerik

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-1	Numerical 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	Prof. Dr. Christof Büskens Matthias Knauer

Vertiefungsrichtung Stochastik & Statistik

VAK	Titel der Veranstaltung	DozentIn
03-M-SP-2	Basics 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-28	Mathematical 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

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-30	Geometry of Polynomials (in englischer Sprache) Seminar ECTS: 4,5/ 6 Termine: wöchentlich Do 12:00 - 14:00 MZH 7200 Seminar Einzeltermine: Mi 22.01.25 10:00 - 12:00 MZH 5410 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

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-5	Mathematical 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-22	Advanced 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-26	Analysis/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

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	Dr. Chathura Wanigasekara

Vertiefungsrichtung Stochastik & Statistik

VAK	Titel der Veranstaltung	DozentIn
03-M-AC-26	Analysis/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-27	Exponential 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

VAK	Titel der Veranstaltung	DozentIn
03-M-RC-ALG	Reading Course Algebra (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Dmitry Feichtner-Kozlov
03-M-RC-ANA	Reading 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-NUM	Reading 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-STS	Reading Course Statistics/Stochastics (in englischer Sprache) Seminar ECTS: 9	Prof. Dr. Werner Brannath Prof. Dr. Thorsten-Ingo Dickhaus

Oberseminare

VAK	Titel der Veranstaltung	DozentIn
	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 Homepage zur Veranstaltung: https://www.uni-bremen.de/rtg-pi3/qualification/rtg-seminar	Dr. rer. nat. Pascal Fernsel
03-M-OS-4	Oberseminar Dynamische Systeme und Geometrie 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

VAK	Titel der Veranstaltung	DozentIn
03-M-KOL-1	Mathematisches Kolloquium Colloquium Termine: wöchentlich Di 16:00 - 18:00	Prof. Dr. Christine Knipping Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-5	Statistical Consulting (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Mo 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
03-M-GS-7	Introduction to R (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Fr 12:00 - 15:00 LINZ4 40010 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-14	Starting 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-42	Modelle und Mathematik Models and Mathematics Seminar ECTS: 3 Termine: wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar	Ronald Stöver

Mathematik/Technomathematik, Dipl./B.Sc./ LA SII

X. Sonstige Veranstaltungen

VAK	Titel der Veranstaltung	DozentIn
03-M-ZK-ANA	Zwischenkurs Analysis Blockveranstaltung Einzeltermine: Mo 17.03.25 - Fr 21.03.25 (Mo, Di, Mi, Do, Fr) 10:00 - 12:00 MZH 5500	Dr. Ingolf Schäfer
03-M-ZK-LINA	Zwischenkurs Lineare Algebra Blockveranstaltung Einzeltermine: Mo 17.03.25 - Fr 21.03.25 (Mo, Di, Mi, Do, Fr) 13:00 - 15:00 MZH 5500	Dr. Ingolf Schäfer Eugenia Saorin Gomez

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

Bachelor: 1. Semester

VAK	Titel der Veranstaltung	DozentIn
03-M-Gy1-1b	Vertiefung 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-1.1	Lineare 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: Mi 12.02.25 09:00 - 12:00 MZH 1090 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

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-1.1	Analysis 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) Do 06.02.25 12:00 - 18:00 MZH 4140 Fr 07.02.25 09:00 - 11:00 MZH 4140 Do 03.04.25 09:00 - 12:00 MZH 6200 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-D1-1	Grundzüge der Mathematikdidaktik - Teil 1 Main Features of Mathematics Education - Part 1 Vorlesung ECTS: 4 Termine: wöchentlich Mo 16:00 - 18:00 MZH 5600 MZH 5500 Übung wöchentlich Mi 14:00 - 16:00 MZH 5600 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 5600 Übung	Prof. Dr. Maike Vollstedt Marie-Theres Brehm
03-M-Gy3-1b	Vertiefung 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

VAK	Titel der Veranstaltung	DozentIn
03-M-D2-2	Diagnostizieren 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-Gy5-1	Angewandte 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 Einzeltermine: Fr 21.02.25 10:00 - 12:30 MZH 1470 Fr 04.04.25 10:00 - 12:30 MZH 1470 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

VAK	Titel der Veranstaltung	DozentIn
03-M-D3-1	Stoffdidaktisch 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-Gy4-1	Funktionentheorie 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 Di 10:00 - 12:00 MZH 4140 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Einzeltermine: Mo 10.02.25 12:00 - 14:00 MZH 1380/1400 Di 11.02.25 10:00 - 12:00 MZH 6200 Mi 19.02.25 08:00 - 12:00 MZH 5500 Mi 19.02.25 08:00 - 12:00 MZH 5600	Dr. Ingolf Schäfer Claudio Meneses-Torres

Master: 3. Semester

VAK	Titel der Veranstaltung	DozentIn
03-M-D5-1	Mathematisch 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-D6-1	Modul 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 Dr. Ingolf Schäfer
03-M-Gy8-2.1	Vertiefung 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-Gy8-2.2	Vertiefung 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

VAK	Titel der Veranstaltung	DozentIn
03-M-FS-1	Forschungsseminar zur Mathematikdidaktik Seminar Termine: wöchentlich Di 14:00 - 16:00 Seminar	Prof. Dr. Christine Knipping Prof. Dr. Maike Vollstedt

Kolloquien

VAK	Titel der Veranstaltung	DozentIn
03-M-KOL-1	Mathematisches Kolloquium Colloquium Termine: wöchentlich Di 16:00 - 18:00	Prof. Dr. Christine Knipping Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-42	Modelle 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

VAK	Titel der Veranstaltung	DozentIn
03-BioStat-A-1-1	Biometrical Methods (in englischer Sprache) Vorlesung ECTS: 6 Termine: wöchentlich Mo 14:00 - 15:00 LINZ4 40010 Exercise wöchentlich Mo 15:00 - 16:00 LINZ4 40010 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 BIPS 1550 Mo 03.03.25 14:00 - 16:00 BIPS 2690 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-2-1	Statistical 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 BIPS 1.550 Di 05.11.24 14:00 - 16:00 BIPS 2.690 (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 10:00 - 12:00 Mo 27.01.25 13:00 - 14:00 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-3-1	Data 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

VAK	Titel der Veranstaltung	DozentIn
03-BioStat-B-1-1	Clinical Trials I (in englischer Sprache) Vorlesung ECTS: 4 Termine: wöchentlich Di 10:00 - 12:00 LINZ4 40010 Lecture wöchentlich Di 13:00 - 14:00 LINZ4 40010 Exercise wöchentlich Mi 13:00 - 14:00 LINZ4 40010 Exercise Einzeltermine: Mi 29.01.25 08:00 - 10:00 SFG 1010	Max Westphal
03-BioStat-B-1-3	Ethical Aspects, Laws and Guidelines (in englischer Sprache) Vorlesung ECTS: 3 Termine: wöchentlich Mo 16:00 - 18:00 LINZ4 40010 Lecture Einzeltermine: Fr 07.02.25 10:00 - 12:00 MZH 1470	Dr. Martin Scharpenberg
03-BioStat-B-2-1	Medical Basics - Common Diseases and Molecular Medicine (in englischer Sprache) Vorlesung ECTS: 6 Termine: wöchentlich Fr 09:00 - 12:00 LINZ4 40010 Lecture Einzeltermine: Do 16.01.25 13:00 - 16:00 LINZ4 40010 Mo 27.01.25 09:00 - 12:00 LINZ4 40010 Fr 14.02.25 10:00 - 12:00 MZH 1090 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

VAK	Titel der Veranstaltung	DozentIn
03-BioStat-E-1	Mathematical Basics in Biostatistics (in englischer Sprache) Vorlesung ECTS: 3 Termine: wöchentlich Mi 14:00 - 16:00 LINZ4 40010 Lecture wöchentlich Mi 16:00 - 17:00 LINZ4 40010 Exercise	Prof. Dr. Werner Brannath

Sonstige Veranstaltungen

VAK	Titel der Veranstaltung	DozentIn
03-BioStat-VORKURS	Schulung 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-5	Statistical Consulting (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Mo 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
03-M-GS-7	Introduction to R (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Fr 12:00 - 15:00 LINZ4 40010 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

VAK	Titel der Veranstaltung	DozentIn
03-M-BM	Brückenkurs 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 1470 Mo 16.09.24 12:00 - 15:00 MZH 1460 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 Fr 20.09.24 12:00 - 15:00 MZH 1470 Fr 20.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 09:00 - 12:00 Mo 23.09.24 12:00 - 15:00 Mo 23.09.24 12:00 - 15:00 MZH 1460 Mo 23.09.24 12:00 - 15:00 Di 24.09.24 09:00 - 12:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 Di 24.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 09:00 - 12:00 Mi 25.09.24 12:00 - 15:00 MZH 1460 Mi 25.09.24 12:00 - 15:00 Mi 25.09.24 12:00 - 15:00 Do 26.09.24 09:00 - 12:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 Do 26.09.24 12:00 - 15:00 MZH 1460 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

VAK	Titel der Veranstaltung	DozentIn
03-M-ANA-1.1	Analysis 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) Do 06.02.25 12:00 - 18:00 MZH 4140 Fr 07.02.25 09:00 - 11:00 MZH 4140 Do 03.04.25 09:00 - 12:00 MZH 6200 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-1.2	Vertiefung 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-3	Analysis 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-1.1	Lineare 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: Mi 12.02.25 09:00 - 12:00 MZH 1090 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-1.2	Vertiefung 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-1	Mathematisches Computerpraktikum Kurs ECTS: 3 Einzeltermine: Mi 19.02.25 08:00 - 18:00 MZH 1090 Do 20.02.25 - Fr 21.02.25 (Do, Fr) 08:00 - 18:00 MZH 5500 Mo 24.02.25 - Fr 28.02.25 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 5500 Mo 03.03.25 - Di 04.03.25 (Mo, Di) 08:00 - 18:00 MZH 5500 Fr 07.03.25 08:00 - 13:00 MZH 5600 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-1	Mathematische 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-1	Numerik 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

VAK	Titel der Veranstaltung	DozentIn
03-M-FTH-1	Maß- 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 MZH 1380/1400 Übung	Prof. Dr. Marc Keßeböhmer
03-M-FTH-9	Algebraic 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-10	Basics of mathematical Statistics (Statistics I) (in englischer Sprache) Vorlesung ECTS: 9 Termine: wöchentlich Di 08:00 - 10:00 LINZ4 40010 Lecture wöchentlich Do 08:00 - 10:00 LINZ4 40010 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-Gy4-1	Funktionentheorie 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 Di 10:00 - 12:00 MZH 4140 Vorlesung wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Einzeltermine: Mo 10.02.25 12:00 - 14:00 MZH 1380/1400 Di 11.02.25 10:00 - 12:00 MZH 6200 Mi 19.02.25 08:00 - 12:00 MZH 5500 Mi 19.02.25 08:00 - 12:00 MZH 5600	Dr. Ingolf Schäfer Claudio Meneses-Torres

Master: Pflichtveranstaltungen

VAK	Titel der Veranstaltung	DozentIn
03-M-NPDE-1	Numerical 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

VAK	Titel der Veranstaltung	DozentIn
03-IMAT-AU	Algorithms 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-1	Mathematical 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-2	Basics 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-26	Algebraic 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-28	Mathematical 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-38	Finite 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-39	Advanced 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-40	Convex 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-3	Trajectory Optimization (in englischer Sprache) Vorlesung ECTS: 4,5 Termine: wöchentlich Mo 14:00 - 18:00 FZB 0240 Einzeltermine: Mi 05.03.25 10:00 - 13:00 SFG 0140	Prof. Dr. Christof Büskens Matthias Knauer

Master: Seminare

VAK	Titel der Veranstaltung	DozentIn
03-IMS-RTAT	Recent 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-2	High-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-5	Mathematical 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-28	Advanced Numerical Methods for Partial Differential Equations (in englischer Sprache) Seminar ECTS: 4,5 / 6 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-29	Challenges in Inverse Problems Seminar ECTS: 4,5/ 6 Termine: wöchentlich Mo 16:00 - 18:00 Seminar online	Peter Maaß
03-M-AC-31	Introduction to Robust Control (in englischer Sprache) Seminar ECTS: 4,5 / 6 Termine: wöchentlich Mi 10:00 - 12:00 MZH 1450 Seminar Einzeltermine: Fr 31.01.25 14:00 - 17:00 MZH 5600 Mo 03.02.25 10:00 - 14:00 MZH 5600	Dr. Chathura Wanigasekara
03-M-MP-2	Modeling Project (Part 2) (in englischer Sprache) Seminar ECTS: 9 Termine: wöchentlich Mo 10:00 - 12:00 MZH 2340 Seminar	Peter Maaß

Oberseminare

VAK	Titel der Veranstaltung	DozentIn
	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 Homepage zur Veranstaltung: https://www.uni-bremen.de/rtg-pi3/qualification/rtg-seminar	Dr. rer. nat. Pascal Fernsel

Kolloquien

VAK	Titel der Veranstaltung	DozentIn
03-M-KOL-1	Mathematisches Kolloquium Colloquium Termine: wöchentlich Di 16:00 - 18:00	Prof. Dr. Christine Knipping Prof. Dr. Thorsten-Ingo Dickhaus

General Studies

VAK	Titel der Veranstaltung	DozentIn
03-M-GS-5	Statistical Consulting (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Mo 10:00 - 12:00 Seminar	Dr. Martin Scharpenberg
03-M-GS-7	Introduction to R (in englischer Sprache) Seminar ECTS: 3 Termine: wöchentlich Fr 12:00 - 15:00 LINZ4 40010 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-42	Modelle 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.

VAK	Titel der Veranstaltung	DozentIn
03-IMAP-AML	Advanced 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-TSF	Theorie 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 Profil: KIKR Schwerpunkt: IMVT-AI, IMVT-VMC http://www.informatik.uni-bremen.de/agebv/de/VeranstaltungTdS16 https://lvb.informatik.uni-bremen.de/imvt/03-imvt-tsf.pdf	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

VAK	Titel der Veranstaltung	DozentIn
03-IBG-OWOCHE	Orientierungswoche 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-140-01	Personal 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGP-PI1	Praktische 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGT-M1	Mathematik 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 1380/1400 Übung wöchentlich Mi 08:00 - 10:00 MZH 1090 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) Di 11.02.25 10:00 - 13:00 MZH 1470 Fr 04.04.25 08:00 - 12:00 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

VAK	Titel der Veranstaltung	DozentIn
03-WI-1	Einführung 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-110-01	Vorkurs 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-BA37-110-02	Rechnungswesen 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 http://www.uni-bremen.de/controlling 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-BA37-110-03	Rechnungswesen 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-BA37-140-01	Personal 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

VAK	Titel der Veranstaltung	DozentIn
03-IBGP-SWP	Software-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 Einzeltermine: Di 04.02.25 09:30 - 17:00 MZH 1380/1400	Karsten Hölscher Dr. Hui Shi

MAT-2

Statistik

VAK	Titel der Veranstaltung	DozentIn
07-BA37-530-03	Statistik - Tutorium Statistics Tutorium Termine: wöchentlich Do 18:00 - 20:00 WiWi1 A1100	Prof. Dr. Martin Missong

Wahlmodule

Überblick Wahlmodule

VAK	Titel der Veranstaltung	DozentIn
03-IB-WAHL	Überblick 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)

VAK	Titel der Veranstaltung	DozentIn
07-BA37-720-01	Recht Law Vorlesung ECTS: 6 Termine: zweiwöchentlich (Startwoche: 1) Fr 14:00 - 18:00 GW1-HS H0070 Einzeltermine: Fr 06.12.24 14:00 - 18:00 GW1-HS H0070	Dr. Irene Pötting

Medien- und IT-Recht

VAK	Titel der Veranstaltung	DozentIn
03-IMAA-MITR	Medien- 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-211-04	Investments Seminar ECTS: 6 Termine: wöchentlich Do 08:00 - 10:00 WiWi1 A1070 http://www.fiwi.uni-bremen.de	Prof. Dr. Thorsten Poddig
07-BA37-231-04	Behavioral 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAA-ECA	E-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

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-ISEC	Informationssicherheit Information Security Vorlesung ECTS: 6 Termine: wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung und Übung Schwerpunkt: SQ https://lvb.informatik.uni-bremen.de/ibap/03-ibap-isec.pdf	Prof. Dr.-Ing. Carsten Bormann PD Dr. Karsten Sohr Stefanie Gerdes
07-BA37-233-01	Strategisches 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
07-BA37-233-09	Digital Future Challenge (in englischer Sprache) Problem Solving for a Responsible Digital Future Seminar ECTS: 6 Termine: wöchentlich Do 10:00 - 12:00 WiWi2 F3290 Einzeltermine: Di 28.01.25 08:00 - 10:00 WiWi2 F3290	Prof. Dr. Benjamin Müller, MBA

WInf-Wahlmodule

WI-W/01 Datenbanksysteme

Schwerpunkte: CF, EB, IM, LO

VAK	Titel der Veranstaltung	DozentIn
03-IBAP-DBS	Datenbanksysteme 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

VAK	Titel der Veranstaltung	DozentIn
03-IBAA-MTI	Mensch-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 zweiwöchentlich (Startwoche: 5) Mi 12:00 - 14:00 IW3 0390 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 Einzeltermine: Mi 05.02.25 12:00 - 14:00 Schwerpunkt: DMI https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-mti.pdf	Prof. Dr. Rainer Malaka

WI-W/50 International Management

Schwerpunkte: EB, IM, LO

VAK	Titel der Veranstaltung	DozentIn
07-BA37-162-01	International 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-233-01	Strategisches 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-140-01	Personal 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-233-02	Gründungsmanagement 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 http://www.lemex.uni-bremen.de	Prof. Dr. Jörg-Rainer Freiling

W-WI/72 Digitalisierung in Staat und Gesellschaft

VAK	Titel der Veranstaltung	DozentIn
03-IBVA-DSG	Digitalisierung 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 https://lvb.informatik.uni-bremen.de/ibv/03-ibva-dsg.pdf	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.

VAK	Titel der Veranstaltung	DozentIn
03-IBPJ-AICI	Projekt 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-COLLVR	Projekt 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-BA37-261-01	Projektmodul FiRSt I - Finanzwirtschaft Teaching Project Finance Projektplenum ECTS: 12 Termine: wöchentlich Fr 14:00 - 16:00 WiWi1 A1170 - PC-Pool Einzeltermine: Fr 08.11.24 12:00 - 14:00 WiWi1 A1170 - PC-Pool Fr 15.11.24 10:00 - 14:00 WiWi1 A1170 - PC-Pool http://www.fiwi.uni-bremen.de BPO 2023: Profil Finanzen Rechnungswesen und Steuern	Prof. Dr. Thorsten Poddig
07-BA37-263-01	Projektmodul 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 https://www.uni-bremen.de/arbeitsgebiet-entrepreneurship/lehre/bachelor-studium BPO 2023: Profil General Management und Logistik	Prof. Dr. Jörg-Rainer Freiling M. Sc Leon Marquardt
07-BA37-263-02	Projektmodul 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\'.

VAK	Titel der Veranstaltung	DozentIn
07-B37-1-30-01	Analyse 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-BA37-520-01	Datenanalyse 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

VAK	Titel der Veranstaltung	DozentIn
07-BA37-803-01	Career Camp 2025 - Intensive Woche um Berufseinstieg, Karriereentwicklung und Vernetzung mit Unternehmen der Region Career Camp 2025 - Intensive week focussing on career entry, career development and networking with companies in the region sonstige ECTS: 3 Einzeltermine: Fr 18.10.24 14:00 - 16:00 Do 16.01.25 18:00 - 19:00 Zoom Do 13.02.25 18:00 - 19:00 via Zoom Fr 21.03.25 08:00 - 18:00 Fr 21.03.25 08:00 - 18:00 WiWi1 A1220 - Video-HS Fr 21.03.25 08:00 - 18:00 WiWi1 A1100 Fr 21.03.25 08:00 - 18:00 WiWi1 A1070 Mo 24.03.25 08:00 - 18:00 WiWi1 A1020 Mo 24.03.25 08:00 - 18:00 WiWi1 A1100 Mo 24.03.25 08:00 - 18:00 WiWi1 A1070 Mo 24.03.25 08:00 - 18:00 WiWi1 A1220 - Video-HS Di 25.03.25 08:00 - 18:00 WiWi1 A1100 Di 25.03.25 08:00 - 18:00 WiWi1 A1020 Di 25.03.25 08:00 - 18:00 WiWi1 A1220 - Video-HS Di 25.03.25 08:00 - 18:00 WiWi1 A1070 Mi 26.03.25 08:00 - 22:00 Forum am Domshof - 40006 Mi 26.03.25 08:00 - 22:00 Forum am Domshof - 40008 Mi 26.03.25 08:00 - 22:00 Forum am Domshof - 30036 Mi 26.03.25 08:00 - 22:00 Forum am Domshof - 20044 Mi 26.03.25 10:30 - 18:00 Forum am Domshof - 40010 Do 27.03.25 08:00 - 18:00 Diverse Fr 28.03.25 08:00 - 18:00 MEVIS https://www.uni-bremen.de/wiwi/praxis-und-transfer/angebote-fuer-studierende/praxisrelevante-seminare-und-events/career-camp und https://blogs.uni-bremen.de/careercamp	Dipl.-Oec. Maren Hartstock

Mathematik

VAK	Titel der Veranstaltung	DozentIn
	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 Ronald Stöver

Aktualisiert von: TYPO3-Support

RSS

Seite drucken