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.
Mit Anmeldung eines Seminarthemas sind Sie für diese Prüfungsleistung angemeldet und erhalten entsprechend auch ein nicht bestanden, falls Sie Ihre Ausarbeitung nicht abgeben, den Vortrag nicht halten oder nicht an den Seminar-Terminen teilnehmen. Sie haben die übliche Zahl Prüfungsversuche und die Note geht in Ihre Abschlussnote ein.
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.
Wintersemester 2024
Die Gruppenprioritätsphase läuft vom 1.9.2024 bis zum 15.9.2024 und die anschließende Restplatzvergabe vom 21.9.2024 bis zum 8.10.2024. Danach ist eine Anmeldung nicht mehr möglich.
Die Anmeldung erfolgt über HIS/LSF.
Aufgrund der geringen Auslastung des Bachelorseminar werden die Gruppen 5 und 10 bis auf Weiteres als Reservegruppen eingestuft und vorläufig geschlossen. Dies geschieht, um in allen Gruppen eine didaktisch und inhaltlich sinnvolle Gruppenstärke zu erreichen.
Sollten die Gruppen 5 und 10 erneut geöffnet werden, bekommen Studierende, die diese mit einer höheren Priorität belegt haben, als sie schließlich zugeordnet wurden, im Rahmen der Kapazitäten die Möglichkeit zu wechseln.
Programmiersprachen (Gruppe 1)
- Lehrperson: Dr. Markus Brenneis, Dr. John Witulski
- Inhaltliche Voraussetzungen: Programmierung, Programmierpraktikum 1 und Programmierpraktikum 2
- Beschreibung: Das Bachelor-Seminar Programmiersprachen vermittelt Allgemeinwissen über Programmiersprachen sowie über deren typische Eigenschaften und Konzepte. Das Seminar besteht hierbei einerseits aus einer Reihe von Vorträgen, in denen Teilnehmende eine Sprache vorstellen und andererseits einer Übung in der diese Sprache durch Programmieraufgaben angewendet wird.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Digital Innovation (Gruppe 2)
- Lehrpersonen: Prof. Dr. Steffi Haag und Joris van Bohemen
- 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
Algorithmenentwurf und Analyse (Gruppe 3)
- Lehrperson: Dr. Daniel Schmidt
- Inhaltliche Voraussetzungen: Modul Algorithmen und Datenstrukturen
- Beschreibung: Während des Semesters üben, wir einen guten Vortrag zu halten. Dazu benutzen wir das AlDat-Skript. Im zweiten Teil (als Block in den Semesterferien) 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...
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Datenstrukturen und Netzwerkalgorithmen (Gruppe 4)
- Lehrpersonen: Rudolf Fleischer
- Inhaltliche Voraussetzungen: Algorithmen und Datenstrukturen
- Beschreibung: Wir werden gemeinsam den Klassiker "Data Structures and Network Algorithms" von Robert E. Tarjan durcharbeiten. In diesem Büchlein erklärt Tarjan die grundlegenden Algorithmen für die wichtigsten Graphenprobleme. Die Themen reichen von einfachen Datenstrukturen wie Heaps und balancierten Suchbäumen über minimale aufspannende Bäume und kürzeste Wege Probleme bis hin zu Netzwerkflussproblemen und Matchings. Jede Woche werden wir ein Thema abhandeln und es wird die Aufgabe der Seminarteilnehmer sein, das jeweilige Material für einen Vortrag vorzubereiten. Nach ihrem Vortrag sollten die Teilnehmer dann noch jeweils eine 3-5 seitige Zusammenfassung anfertigen.
- Unterrichtssprache: deutsch
Algorithmen und Datenstrukturen für mehrdimensionale Daten (Gruppe 5)
- Lehrpersonen: Prof. Dr. Stefan Conrad
- Inhaltliche Voraussetzungen: Algorithmen und Datenstrukturen
- Beschreibung: Datenstrukturen, wie z.B. B-Bäume, die in Standard-Datenbanksystemen aber auch in anderen Softwaresystemen eingesetzt werden, um große Datenmengen zu verwalten, sind in der Regel nur in der Lage die Daten in einer Dimension (nach einem Merkmal oder einem Attribut) optimal zu organisieren. In diesem Seminar werden wir uns aufbauend auf dem Wissen über Bäume aus Algorithmen und Datenstrukturen daher Datenstrukturen anschauen, die für die mehrdimensionale Verwaltung von Daten geeignet sind. Neben der reinen Speicherstruktur sind auch Algorithmen wichtig, die diese Datenstrukturen möglichst optimal nutzen, z.B. um die Suche nach dem nächsten Nachbarn (dem nächstähnlichen Objekt) effizient zu ermöglichen.
- Unterrichtssprache: Deutsch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch
Navigating tomorrow: How generative AI systems will shape society (Gruppe 6)
- Lehrpersonen: Swastik Mishra, Prof. Dr. Martin Lercher
- 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
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 entwickeln 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
Spielen, Wählen, Teilen: Einführung in die kollektive Entscheidungsfindung (Gruppe 9)
- Lehrpersonen: Paul Nüsken und Tessa Seeger
- 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
Wissenschaft & Maschinelles Lernen (Gruppe 10)
- Lehrpersonen: Dr. Katarina Boland
- Inhaltliche Voraussetzungen: Data Science
- Beschreibung: Wie funktioniert eigentlich Wissenschaft?
Und was sind die Tücken von Maschinellem Lernen?
In diesem Seminar lernen wir gemeinsam, wissenschaftliche Arbeiten kritisch zu lesen und zu hinterfragen.
Die Themen können aus verschiedenen Bereichen des Maschinellen Lernens gewählt werden, beispielsweise Recommender Systeme, Sentiment Analyse oder Detektion von Bots.
Wir beleuchten dabei neben methodischen Fragestellungen insbesondere Aspekte wie praktische Anwendbarkeit und Fairness und üben, wissenschaftliche Arbeiten kritisch einzuordnen. Im Rahmen des Seminars lesen alle Teilnehmer:innen das ihnen zugeordnete wissenschaftliche Paper und präsentieren dieses in einem Vortrag, das die Grundlage für weiterführende Diskussionen mit der Gruppe darstellt. Die Übungen bieten genug Raum, um an der Vortragstechnik zu arbeiten und diese zu verbessern. Je nach Gruppenstärke und Interesse besteht die Möglichkeit, Studioaufnahmen von eigenen Kurzvorträgen aufzunehmen. Diese dürfen mitgenommen und im Anschluss des Seminars weiterverwendet werden.
Alle Teilnehmer:innen verfassen schließlich eine schriftliche Ausarbeitung ihres Themas, bei der die kritische Auseinandersetzung im Vordergrund steht. Hierfür kann auf die Gruppendiskussionen Bezug genommen werden. - Unterrichtssprache: nach Absprache Deutsch oder Englisch, Literatur auf Englisch
- Sprache von Vortrag und Ausarbeitung: Deutsch oder Englisch