Pflichtseminar
Das Pflichtseminar (nicht zu verwechseln mit Bachelor-Seminaren, die im Wahlbereich belegt werden können) ist eine Veranstaltung im Bachelor Informatik, welche 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 Pflichtseminar 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 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 Wintersemester 26/27 ist der 25.10. 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 Pflichtseminars 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.
Wintersemester 2026/27
Die Gruppenprioritätsphase läuft vom 1.9.2026 bis zum 13.9.2026 und die anschließende Restplatzvergabe vom 19.3.2026 bis zum 4.10.2026. Danach ist eine Anmeldung nicht mehr möglich.
Die Anmeldung erfolgt über HIS/LSF.
Digital Innovation (Gruppe 1)
- Lehrpersonen: Prof. Dr. Steffi Haag und Nina Grigoriou
- Inhaltliche Voraussetzungen: keine
- Beschreibung: Entdecken Sie die wissenschaftliche Sicht auf digitale Innovationen in unserem BA-Seminar! Lernen Sie die neuesten Technologien und darauf basierende Produkte, Geschäftsmodelle und Strategien aus einer wissenschaftlichen Perspektive kennen. Von künstlicher Intelligenz und maschinellem Lernen bis hin zu Blockchain und Virtual Reality, bietet Ihnen dieses Seminar die Möglichkeit, Ihre Kenntnisse durch Diskussion wirtschaftlicher und gesellschaftlicher Auswirkungen zu vertiefen und Forschungsergebnisse zu präsentieren. Verpassen Sie nicht die Chance, Ihre Kenntnisse und Fähigkeiten im Bereich digitaler Innovationen zu erweitern. Jetzt anmelden!
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Algorithms unplugged (Gruppe 2)
- Lehrpersonen: Rudolf Fleischer
- Inhaltliche Voraussetzungen: Datenstrukturen und Algorithmen
- Beschreibung: Vöcking et al. haben in 2008 [1] bzw. 2011 [2] eine Sammlung von kleinen algorithmischen Problemen aus dem Alltag veröffentlicht. In diesem Seminar werden Sie zwei dieser Probleme aufarbeiten, jeweils einen 25-minütigen Vortrag halten, und jeweils eine kurze Seminararbeit zu Ihrem Vortrag schreiben.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
- Literatur:
- [1] Berthold Vöcking, Helmut Alt, Martin Dietzfelbinger, Rüdiger Reischuk, Christian Scheideler, Heribert Vollmer, and Dorothea Wagner (eds.): Taschenbuch der Algorithmen, Springer 2008
- [2] Berthold Vöcking, Helmut Alt, Martin Dietzfelbinger, Rüdiger Reischuk, Christian Scheideler, Heribert Vollmer, and Dorothea Wagner (eds.): Algorithms Unplugged, Springer 2011
Navigating tomorrow: How generative AI systems will shape society (Gruppe 3)
- Lehrpersonen: Juan Ignacio Farina, Prof. Dr. Martin Lercher, Dr. Mayo Röttger
- Inhaltliche Voraussetzungen: keine
- Beschreibung: Generative artificial intelligence (AI) is the most impactful and fast-changing recent development in computer science, and many of the issues around its risks and chances are controversial and unresolved. As evidenced by systems such as ChatGPT, the capabilities of generative AI to generate coherent ideas and to make rational decisions already exceed those of individual human intelligence in certain aspects. Over the next decades, AI will likely change almost all aspects of human societies – for better or worse. In this seminar, we will explore the associated chances, but in particular the risks posed by AI. Students will delve into unique subtopics, ranging from the use of generative AI in programming, engineering, research, and art to its potential influence on democracy, government, and modern warfare. We will provide a comprehensive list of potential topics, but students can also suggest specific aspects of society that they want to explore. By fostering an environment of critical inquiry, rigorous analysis, and constructive discussion, this seminar will prepare students to navigate and influence an increasingly AI-driven world.
- Unterrichtssprache: Englisch
- Sprache von Vortrag und Ausarbeitung: Englisch
Spielen, Wählen, Teilen: Einführung in die kollektive Entscheidungsfindung (Gruppe 5)
- Lehrpersonen: Paul Nüsken, Tessa Seeger, Prof. Dr. Rothe
- Inhaltliche Voraussetzungen: keine
- Beschreibung: Spielen, Wählen und Teilen sind drei elementare Probleme, mit denen wir in unserem alltäglichen Leben häufig konfrontiert sind. Wie wird der Geburtstagskuchen möglichst fair aufgeteilt? Welcher Film soll heute geschaut werden? Was ist die beste Strategie beim Spieleabend? Zwar haben alle Akteure persönliche Gewinnaussichten, Vorlieben, Meinungen oder Bewertungen und folgen individuellen Strategien. Doch insgesamt ergibt sich in der Interaktion aus diesen Einzelinteressen und -strategien ein Spielausgang, eine kollektive Entscheidung, ein gemeinsames Urteil oder eine Aufteilung von Gütern. Dieses Seminar führt in den Bereich der kollektiven Entscheidungsfindung ein und behandelt insbesondere die algorithmischen Aspekte der auftretenden Probleme. Dazu werden Vorträge aus den Gebieten „Wahltheorie“ (voting), „algorithmische Spieltheorie“ (algorithmic game theory), „gerechte Aufteilungsverfahren“ (fair division) und „gemeinsame Urteilsfindung“ (judgment aggregation), aber auch aus verwandten Gebieten wie „Bürgerhaushalte“ (participatory budgeting) und „Meinungsverbreitung“ (opinion diffusion) gehalten.
- Grundlage der Vorträge und Ausarbeitungen sind hauptsächlich das Buch „Einführung in Computational Social Choice“ (Jörg Rothe, Dorothea Baumeister, Claudia Lindner, Irene Rothe), die englischsprachige ausführlichere Vorgängerversion „Economics and Computation: An Introduction to Algorithmic Game Theory, Computational Social Choice, and Fair Division" (Jörg Rothe, editor, Springer, 2016) sowie ggf. die Originalliteratur.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Current Trends in Biomedical Image Analysis (Gruppe 6)
- Lehrpersonen: Zhu Chen, Gabriel Macias de Oliveira, 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 verständlichen Präsentation und eines kurzen technischen Berichts oder Blog-Posts vermitteln. Sowohl die Präsentationen als auch die Abschlussberichte/Blog-Posts 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- oder HTML-basierten Texterstellung sowie gängigen Präsentationstools vermittelt. - Unterrichtssprache: nach Absprache Deutsch oder Englisch, Literatur auf Englisch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Präferenzbasierte Matchings (Gruppe 7)
- Lehrperson: Dr. Anja Rey, Katharina Volz und Prof. Dr. Schmidt
- Inhaltliche Voraussetzungen: Algorithmen und Datenstrukturen
- Beschreibung: Eine faire Zuweisung von Bewerber:innen auf Jobs, von Studierenden auf WG-Plätze oder zur Aufteilung in Seminargruppen hängt nicht nur von objektiven Kriterien wie verfügbaren Plätzen ab, sondern auch von subjektiven Präferenzen der Beteiligten. In diesem Seminar geht es darum, zu lernen, solche Szenarien zu modellieren, algorithmisch zu lösen und zu analysieren. Über das Semester hinweg werden wir Themen erarbeiten und schriftlich zusammenfassen, Peer-Reviews geben und nutzen, Präsentationstechniken erarbeiten sowie Erkenntnisse vortragen und diskutieren.
- Unterrichtssprache: Deutsch, englische Literatur
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
NLP und Machine Learning (Gruppe 8)
- Lehrperson: Renato Sprenger-Vukovic
- Inhaltliche Voraussetzungen: keine (Grundlagen in Machine Learning sind hilfreich.)
- Beschreibung: Dieses Seminar behandelt grundlegende und moderne Methoden des maschinellen Lernens mit Anwendungen in der natürlichen Sprachverarbeitung (NLP). Im Fokus stehen Verfahren zur Repräsentation, Verarbeitung und Modellierung natürlicher Sprache, darunter Wortrepräsentationen (z. B. Word2Vec), Sprachmodellierung sowie neuronale Netze für Sequenzdaten. Darüber hinaus werden aktuelle Deep-Learning-Ansätze zur Sprachverarbeitung behandelt, wie etwa Attention-Mechanismen. Ergänzend können ausgewählte aktuelle Entwicklungen aus der Forschung diskutiert werden. Ziel des Seminars ist es, zentrale Konzepte und Methoden moderner NLP-Systeme zu verstehen und kritisch einzuordnen. Abgesehen davon soll die Aufbereitung und Präsentation wissenschaftlicher Literatur geübt werden.
- Unterrichtssprache: Deutsch, englische Literatur
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Algorithmenentwurf und Analyse (Gruppe 9)
- Lehrperson: Dr. Daniel Schmidt
- Inhaltliche Voraussetzungen: Modul Algorithmen und Datenstrukturen
- Beschreibung: Während des Semesters üben, wir einen guten Vortrag zu halten. Dazu benutzen wir fortgeschrittene Themen aus dem AlDat-Skript. Im zweiten Teil (als Block in den Semesterferien, 02.03.27 bis 04.03.27) wenden Sie dann dieses Wissen an, um sich gegenseitig Methoden zum Entwurf und zur Analyse von neuen Algorithmen vorzustellen. Dabei geht es zum Beispiel um dynamische Programmierung, Divide-and-Conquer, Branch-and-Bound und neue Beweistechniken.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Deep Learning (Gruppe 10)
- Lehrperson: Prof. Dr. Paul Swoboda
- Inhaltliche Voraussetzungen: tba
- Beschreibung: tba
- Unterrichtssprache: tba
- Sprache von Vortrag und Ausarbeitung: tba