Bachelor-Seminar
Das Bachelor-Seminar ist eine Pflichtveranstaltung im Bachelor Informatik, welches üblicherweise im vierten oder fünften Fachsemester belegt wird. Das übergeordnete Ziel der Veranstaltung ist die Vorbereitung auf die Bachelorarbeit und die Präsentation dieser. Die Veranstaltung wird in jedem Semester angeboten. Die Themen der einzelnen Gruppen variieren von Semester zu Semester.
Allgemeine Informationen
In diesem ersten Abschnitt finden Sie allgemeine Informationen, die auch für die kommenden Semester gelten. Weiter unten finden Sie Details zum aktuellen Semester.
Teilnahmevoraussetzungen
Um die Veranstaltung belegen zu können, müssen Sie die Veranstaltung wissenschaftliches Arbeiten bestanden haben.
Anmeldung
Die Anmeldung zum Bachelor-Seminar finden Sie in HIS/LSF. Die Plätze werden im sogenannten Gruppenprioritätsverfahren vergeben. Das heißt, dass Sie zunächst für jedes Seminar eine Priorität angeben können. Je mehr Seminare von Ihnen eine Priorität bekommen, desto höher ist die Chance bereits in dieser Belegungsphase einen Platz zu bekommen. Nach Abschluss dieser Belegungsphase findet eine automatische Vergabe anhand der Prioritäten statt. Im Anschluss können Restplätze direkt belegt werden. Auch diese Phase der direkten Belegung endet vor Beginn der Vorlesungszeit. Eine Belegung ist nach Beginn der Vorlesungszeit in der Regel nicht mehr möglich. Einen Platz im jeweiligen Seminar haben Sie sicher, wenn Ihr Status auf "ZU" (zugelassen) wechselt.
Die genauen Zeiten der einzelnen Belegungsphasen können Sie HIS/LSF entnehmen. Eine ausführlichere Beschreibung des Verfahrens finden Sie im LSF-Wiki der HHU.
Wir empfehlen dringend, dass Sie für möglichst viele Seminare eine Priorität angeben, damit Sie mit höherer Wahrscheinlichkeit einen Platz bekommen.
Voraussetzungen für die Vergabe von Kreditpunkten
Um für diese Veranstaltung Leistungspunkte zu erwerben, müssen Sie
- eine mind. ausreichende Seminarausarbeitung einreichen,
- einen mind. ausreichender Seminarvortrag halten und
- aktiv an den Seminar-Terminen teilnehmen (Anwesenheitspflicht gemäß Prüfungsordnung)
Die Bestandteile der Ausarbeitung und die Gewichtung der einzelnen Teile für die Gesamtnote werden im Seminar bekannt gegeben.
Die Prüfungsanmeldung erfolgt über die Gruppenseite des belegten Seminars im Ilias. Die Frist für die Prüfungsanmeldung im Sommersemester 26 ist der 24.4. Falls Sie Ihre Ausarbeitung nicht abgeben, den Vortrag nicht halten oder nicht an den Seminar-Terminen teilnehmen erhalten Sie entsprechend die Note nicht bestanden. Sie haben die übliche Zahl Prüfungsversuche und die Note geht in Ihre Abschlussnote ein.
Eine Abmeldung von der Prüfung ist bis zu einer Woche vor der ersten benoteten Prüfungsleistung möglich. Die jeweilige Frist wird von den Dozierenden der Seminargruppe bekannt gegeben.
Seminarthemen
Jede Gruppe des Bachelor-Seminars hat ein anderes Oberthema und in der Regel bietet keine Lehrperson mehr als ein Seminar an. Vor oder spätesten während der Gruppenprioritätsphase werden auf dieser Webseite äußerst kurze Beschreibungstexte zu den jeweiligen Seminaren veröffentlicht. Sollten Sie weitere Fragen haben, so wenden Sie sich bitte direkt an die jeweilige Lehrperson.
Literatur
Alle Lehrpersonen geben Ihre Literaturhinweise spätestens mit der Themenvergabe bekannt. Da in Seminaren häufig Originalliteratur verwendet wird, ist es üblich, dass diese englischsprachig ist.
Sommersemester 2026
Die Gruppenprioritätsphase läuft vom 1.3.2026 bis zum 17.3.2026 und die anschließende Restplatzvergabe vom 25.3.2026 bis zum 2.4.2026. Danach ist eine Anmeldung nicht mehr möglich.
Die Anmeldung erfolgt über HIS/LSF.
Engpass im Angebot
Für das Sommersemester 2026 gibt es mehr Anmeldungen als Plätze. Prof. Stegmaier hat sich bereit erklärt eine weitere Seminargruppe anzubieten. Die Anmeldung dazu sollte jetzt im LSF möglich sein.
Bei Fragen oder Problemen wenden sie sich bitte an andreas.abels(at)hhu.de .
Überblick Künstliche Intelligenz (Gruppe 1)
- Lehrperson: Prof. Leuschel und Fabian Vu
- Inhaltliche Voraussetzungen: keine
- Beschreibung: Es werden die Grundlagen der künstlichen Intelligenz, von klassischer symbolischer KI bis hin zu modernen Techniken wie Deep Learning behandelt. Dabei werden Probleme un Grenzen aktueller KI-Ansätze wie Bias, Erklärbarkeit, Sicherheit und weitere diskutiert. Weitere Inhalte werden in Absprache mit den Studierenden festgelegt.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch, auf Wunsch in Englisch
Architektur historischer Computer und Spielekonsolen (Gruppe 2)
- Lehrpersonen: John Witulski und David Geleßus
- Inhaltliche Voraussetzungen: Rechnerarchitektur
- Beschreibung: In diesem Seminar lernen wir, wie alte Computer und Konsolen aufgebaut sind und funktionieren. Wir beschäftigen uns mit:
- Der Hardware und der CPU, die die Leistung und Geschwindigkeit bestimmen.
- Den Anwendungen und dem Einsatzzeitpunkt, die die Nutzung und Bedeutung zeigen.
- Der Assemblersprache, die die Programmierung ermöglicht.
- Der Bildentstehung, die die Grafik und das Design erklärt.
- Den Stärken und Schwächen der Hardware
- Die Vorträge finden innerhalb einer Woche in der vorlesungsfreien Zeit statt.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Moderne Hardware (Gruppe 3)
- Lehrperson: Prof. Dr. Michael Schöttner
- Inhaltliche Voraussetzungen: Rechnerarchitektur
- Beschreibung: Im Zuge des Cloud-, Big-Data- und AI-Computing ändert sich die Architektur moderner Computersysteme. Bisher war es üblich, einen x86-Mehrkern-Prozessor mit einem Hauptspeicher und mehreren Ein-Ausgabe-Geräten zu nutzen, auf dem eigenen Laptop oder in der Cloud. Nun gibt es immer mehr zusätzliche spezialisierte Prozessoren, beispielsweise NVIDIA Bluefield, UPMEM. Aber auch neue Speichertechnologien wie persistenter Speicher (Intel Optane) und sehr schnelle Netzwerke (InfiniBand, 400 Gbit/s) bieten ganz neue Möglichkeiten. Im Prinzip sehen diese modernen Computer-Architekturen wie ein verteiltes System aus, wodurch sich auch für die Betriebssysteme ganz neue Anforderungen ergeben. In diesem Seminar wollen wir uns einen Überblick über moderne Hardware erarbeiten.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Current Trends in Biomedical Image Analysis (Gruppe 4)
- Lehrpersonen: Prof. Johannes Stegmaier
- Inhaltliche Voraussetzungen: Mathematische Grundausbildung.
Beschreibung: Moderne bildgebende Verfahren in der Medizin und den Lebenswissenschaften erlauben vielerlei Analysen auf unterschiedlichen räumlichen und zeitlichen Auflösungsstufen mit Anwendungen von der Grundlagenforschung bis hin zur klinischen Praxis. Oftmals werden große Datenmengen mittels solcher Verfahren erzeugt, die eine händische Auswertung kompliziert, subjektiv und zeitaufwendig machen. In diesem Seminar werden verschiedene Themengebiete der automatischen Bildanalyse mit biomedizinischen Anwendungen behandelt. Insbesondere werden Ansätze des maschinellen Lernens aus dem Bereich der Objektdetektion und -klassifikation, der Bildsegmentierung und des Objekttracking thematisiert.
Studierende sollen auf Basis von aktuellen Zeitschriften- oder Konferenzbeiträgen ein grundlegendes Verständnis für ein neues Thema entwickeln, veröffentlichte Ergebnisse kritisch hinterfragen und die Erkenntnisse den Mitstudierenden in Form einer Präsentation und eines kurzen technischen Berichts vermitteln. Sowohl die Präsentationen als auch die Abschlussberichte sollten sich mit den Stärken und Schwächen der vorgestellten Ansätze befassen und innerhalb des Seminars kritisch diskutieren. Neben dem generellen Erlernen wissenschaftlichen Arbeitens werden die Präsentationsfähigkeiten der Studierenden geschult und es werden Erfahrungen im Umgang LaTeX-basierten Texterstellung sowie gängigen Präsentationstools vermittelt.
- Unterrichtssprache: nach Absprache Deutsch oder Englisch, Literatur auf Englisch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Computational Geometry (Gruppe 5)
- Lehrperson: Dr. Fleischer
- Inhaltliche Voraussetzungen: Gute Kenntnisse in Effizienten Algorithmen und Datenstrukturen
- Beschreibung: Wir werden einige Themen aus dem Bereich der computational geometry bearbeiten. Jeder Seminarteilnehmer wird zu einem Thema, meist ein Kapitel aus einem der Textbuecher, einen Vortrag von 25 Minuten halten und eine schriftliche Ausarbeitung schreiben.
- Sprache: Die Buecher sind auf englisch, die Vortraege und Ausarbeitungen koennen auf deutsch oder englisch sein.
Prompt Engineering mit Large Language Models (LLMs) (Gruppe 6)
- Lehrperson: Boris Thome, Sergej Korlakov und Nina Liebrand
- Inhaltliche Voraussetzungen: keine
Beschreibung: In diesem Seminar beschäftigen wir uns mit grundlegenden Konzepten und aktuellen Forschungsthemen rund um Prompt Engineering. Dazu zählen unter anderem In-Context Learning, Prompt-Design-Strategien und Jailbreaking. Wir lesen und diskutieren ausgewählte wissenschaftliche Arbeiten und befassen uns kritisch mit der Qualität der vorgestellten Techniken sowie der technischen Ausarbeitung der jeweiligen Beiträge. Im Mittelpunkt steht die Frage, wie sich LLMs durch passende Prompts gezielt beeinflussen lassen und wie sich Ergebnisse hinsichtlich Qualität und Sicherheit bewerten lassen.
Neben den inhaltlichen Aspekten werden im Seminar auch Vortragstechniken aktiv eingeübt. Die Studierenden erhalten ein Forschungspapier, bereiten dieses schriftlich auf und präsentieren es im Seminar. Als Voraussetzung zur Teilnahme ist ein Kurzvortrag über ein frei wählbares Thema vorgesehen, um grundlegende Präsentationstechniken zu üben und ein erstes Feedback zu erhalten.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
AGT angewandt (Gruppe 7)
- Lehrpersonen: Dr. Andreas Abels
- Inhaltliche Voraussetzungen: keine (Grundkenntnisse in algorithmischer Spieltheorie sind hilfreich aber nicht notwendig)
- Beschreibung: In diesem Seminar wenden wir Spieltheorie algorithmisch an. Das heißt, wir betrachten einfache - spieltheoretisch interessante - Spiele und untersuchen den Strategieraum algorithmisch. Die Teilnehmer implementieren dafür eigene Strategien und testen diese gegeneinander. Die zugrundeliegenden spieltheoretischen Konzepte, das getestete Spiel, sowie die gespielten Strategien werden in einer Ausarbeitung und Präsentation vorgestellt.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Computer Vision Applications (Gruppe 8)
- Lehrpersonen: Jun.-Prof. Kira Maag
- Inhaltliche Voraussetzungen: keine
- Beschreibung: Computer Vision (maschinelles Sehen) beschreibt ein Feld innerhalb der künstlichen Intelligenz, wobei Bilder/Videos verarbeitet werden, um Informationen zu extrahieren und Inhalte zu verstehen. Ein Anwendungsbereich ist beispielsweise das automatisierte Fahren, wobei Sensoren wie Kameras, LiDAR oder Radar genutzt werden, um die Szenen zu analysieren. Die Methoden basieren auf tiefen neuronalen Netzen, deren Architekturen sowie Probleme (Sicherheit, Robustheit etc.) in diesem Seminar untersucht werden.
- Unterrichtssprache: Deutsch, Literatur auf Englisch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
