Beschreibung einzelner Lerneinheiten (ECTS-Lehrveranstaltungsbeschreibungen) pro Semester

  
Studiengang:Bachelor Wirtschaftsingenieurwesen
Studiengangsart:FH-Bachelorstudiengang
 Berufsbegleitend
 Wintersemester 2024
  

Titel der Lehrveranstaltung / des ModulsData Engineering
Kennzahl der Lehrveranstaltung / des Moduls024827013101
UnterrichtsspracheDeutsch
Art der Lehrveranstaltung (Pflichtfach, Wahlfach)Pflichtfach
Semester in dem die Lehrveranstaltung angeboten wirdWintersemester 2024
Semesterwochenstunden2
Studienjahr2024
Niveau der Lehrveranstaltung / des Moduls laut Lehrplan1. Zyklus (Bachelor)
Anzahl der zugewiesenen ECTS-Credits3
Name des/der VortragendenKathrin PLANKENSTEINER
Stefan TRAUT


Voraussetzungen und Begleitbedingungen

Keine

Lehrinhalte
  • Vorstellung einer einfachen Physical-Computing-Plattform (Hardware, Betriebssystem)
  • Software auf und Entwicklungswerkzeuge für die vorgestellte Plattform
  • Einführung der Konzepte 'Spezifikation' und 'Algorithmus'
  • Einführung in die strukturierte Programmierung: Variablen und Datentypen inkl. deren Operatoren, Anweisungen, Zuweisungen, Kontrollstrukturen, Funktionen und Module.
  • Programme testen, Fehler systematisch finden und beheben
  • Zerlegung von Aufgaben in Teilschritte, Erlernen einer algorithmischen Denkweise
  • Programmieren als modellbasierte Tätigkeit, Zweck von Modellierungssprachen, kurze Vorstellung von einfachen Methoden zur Ablaufmodellierung
  • Einfache Vorgehensmodelle für die Softwareentwicklung und deren Nutzen
Lernergebnisse

Die Studierenden

  • kennen die Grundlagen einer einfachen Physical-Computing-Plattform (z.B. Arduino)
  • kennen die Begriffe Spezifikation und Algorithmus und können einfache Algorithmen erstellen und analysieren.
  • kennen die systematische Vorgehensweise (von der Modellierung über die Codierung zur Dokumentation) und die wichtigsten Werkzeuge beim Programmieren und können diese anwenden.
  • kennen die wichtigsten Konzepte, Prinzipien und Richtlinien der strukturierten Programmierung: Variablen und Datentypen inkl. deren Operatoren, Anweisungen, Zuweisungen, Kontrollstrukturen, Funktionen und Module.
  • erlernen ausgehend von einer Problemstellung algorithmische Denkmuster und die Zerlegung der Aufgabe in Teilschritte (Programmablaufpläne) und können diese implementieren, um zu einer Lösung zu gelangen.
  • können kleine Probleme der realen Welt mit strukturierten, modularen Programmen lösen.
  • sind in der Lage, einige häufige Fehlerquellen zu erkennen und Techniken zur Qualitätssicherung zu integrieren
  • können gestellte Aufgaben selbständig und fristgerecht lösen (Zuverlässigkeit) sowie in Zweierteams zusammenarbeiten (Teamfähigkeit/Kooperation) und die erstellten Lösungen inklusive der Programmeigenschaften kommunizieren und begründen (Ausdrucksvermögen und Auftreten).
  • verstehen die Lösungen anderer und können konstruktive Verbesserungsvorschläge einbringen und mit Feedback umgehen (Kritikfähigkeit) sowie die eigenen Fähigkeiten und Grenzen reflektieren (Selbstreflexionsfähigkeit).
  • haben die Fähigkeit und Bereitschaft, sich neues Wissen selbstständig anzueignen und aus Erfolgen und Misserfolgen zu lernen (Lernkompetenz und -motivation).
Geplante Lernaktivitäten und Lehrmethoden

Theoretische Einheiten/Input zu den Konzepten der strukturierten Programmierung
Übungseinheiten mit Hinweisen zur Umsetzung
Übungen in unterschiedlichen Schwierigkeitsniveaus für das selbstgesteuerte Lernen

Prüfungsmethode und Beurteilungskriterien

Abschlussprüfung 100 % 

 

Kommentar

Keine

Empfohlene Fachliteratur und andere Lernressourcen
  • Klima, Robert, and Siegfried Selberherr. Programmieren in C: 3. Auflage 2010. Springer.
  • Bonacina, Michael (2018): Python: 3 Programmieren für Einsteiger: Der leichte Weg zum Python-Experten. Independently published.
  • Dörn, Sebastian (2019): Python lernen in abgeschlossenen Lerneinheiten: Programmieren für Einsteiger mit vielen Beispielen. 1. Aufl. 2020. Springer Vieweg.
  • Ernesti, Johannes; Kaiser, Peter (2017): Python 3: Das umfassende Handbuch: Sprachgrundlagen, Objektorientierte Programmierung, Modularisierung. 5. Aufl. Bonn: Rheinwerk Computing.
  • Klein, Bernd (2018): Einführung in Python 3: Für Ein- und Umsteiger. 3. Auflage. München: Carl Hanser Verlag.
  • Kofler, Michael (2018): Python: Der Grundkurs. 1. Aufl. Bonn: Rheinwerk Computing.
  • Steyer, Ralph (2018): Programmieren in Python: Ein kompakter Einstieg für die Praxis. 1. Auflage. Springer Vieweg, Wiesbaden.
  • Theis, Thomas (2019): Einstieg in Python: Programmieren lernen für Anfänger. Viele Beispiele und Übungen. Inkl. Objektorientierung, Datenbanken, Raspberry Pi u.v.m. 6. Aufl. Rheinwerk Computing.
Art der Vermittlung

Präsenzveranstaltung mit Anwesenheitspflicht

Asynchrone Übungen zum Selbststudium mit Begleitung in Präsenzseminaren 50%






Wintersemester 2024an den Anfang