ENGLISH

II2504 Intelligente Umgebungen und Assistenzsysteme

Modulverantwortliche
  • Prof. Dr. Ing. Diethelm Bienhaus
Lehrende
  • Prof. Dr. Ing. Diethelm Bienhaus
Notwendige Voraussetzungen zur Teilnahme

Für Bachelor Applied Data Science:

Keine

Für Bachelor Informatik, Bachelor Ingenieur-Informatik:

INF2201 Anwendung systemnaher Konzepte in der Programmierung

Vorausgesetzte Module
Empfohlene Voraussetzungen zur Teilnahme

Keine

Kurzbeschreibung

Der Kurs gibt eine Einführung in Ambient Intelligence, intelligente Umgebungen und Assistenzsysteme. Systemarchitekturen, Komponenten und Vernetzungslösungen werden vorgestellt. Ambient Intelligence spezifische Aspekte werden behandelt. Studierende erhalten praktische Erfahrungen durch die Implementierung von AmI-Systemen.

Inhalte
  • Einführung in Ambient Intelligence, intelligente Umgebungen und technische Assistenzsysteme
  • Systemarchitekturen und Komponenten
  • Middleware für intelligente Umgebungen
  • Context-Awareness / Location-Awareness
  • Interaktionsparadigmen
  • Sicherheitsaspekte
  • Anwendungsbeispiele aus den Bereichen Industrie 4.0, Smart Grid / Smart Home, Ambient Assisted Living
  • Gesellschaftliche Fragestellungen in den Bereichen Altersgerechter Assistenzsysteme (AAL), Ambient Intelligence (AmI), Smart Environments und technischer Assistenzsysteme
Qualifikations- und Lernziele

Fachkompetenzen

  • Die Studierenden können Technologietrends und Forschungserkenntnisse aus den Bereichen Ambient Intelligence (AmI), Smart Environments und technischer Assistenzsysteme einordnen und benennen.
  • Sie können Konzepte zur Realisierung intelligenter Umgebungen erklären.
  • Sie können relevante Middleware-Lösungen zur Realisierung intelligenter Umgebungen erläutern.
  • Sie können Grundkonzepte wie Kontext- und Orts-Sensivität erläutern.
  • Sie können unterschiedliche Interaktionsparadigmen für intelligente Umgebungen beschreiben und evaluieren.

Methodenkompetenzen (fachlich & überfachlich)

  • Die Studierenden können aktuelle Entwicklungen und Lösungsbeispiele aus Anwendungsbereichen wie Industrie 4.0, Smart Grid, Smart Home und Ambient Assisted Living auf eigene Projekte übertragen.
  • Sie können gängige Lösungsansätze zur Lösung von Problemstellungen aus den Bereichen intelligenter Umgebungen und Assistenzsysteme umsetzen.
  • Sie sind in der Lage, Architekturen für intelligente Umgebungen zu analysieren und eigene Architekturen für gegebene Problemstellungen zu erstellen.
  • Sie können vorhandenes Fachwissen auf spezifische technische Problemstellungen anwenden und dabei erlernte Lösungsmethoden transferieren.
  • Sie können geeignete Lösungsstrategien für Aufgabenstellungen aus dem Kontext intelligenter Umgebungen auswählen und gestalten.

Sozialkompetenzen

  • Die Studierenden können in einem Team eine komplexere Aufgabe aus den Bereichen intelligenter Umgebungen und Assistenzsysteme lösen.

Selbstkompetenzen

  • Die Studierenden können eigenständig, selbstmotiviert und kritisch denkend Lösungsansätze für einfache bis mittelschwere technische Problemstellungen aus den Bereichen intelligenter Umgebungen und Assistenzsysteme entwickeln.
  • Sie können gesellschaftliche Fragestellungen in den Bereichen Altersgerechter Assistenzsysteme (AAL), Ambient Intelligence (AmI), Smart Environments und technischer Assistenzsysteme einordnen und benennen.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Vorlesung 2 SWS
  • Praktikum 2 SWS
Studiensemester
  • Informatik (B.Sc. 2022)
  • Ingenieur-Informatik (B.Sc. 2022)
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Bonuspunkte

Nein

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Prüfungsvorleistung:

Keine

Prüfungsleistung:

Projekt (Dokumentation der Projektergebnisse und Präsentation)

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien
  • Nakashima, H.; Aghajan, H.; Augusto, J. C. (Eds.): Handbook of Ambient Intelligence and Smart Environments. Springer.
  • Lee, E. A.; Seshia, S. A.: Introduction to Embedded Systems.A Cyber- Physical Systems Approach. MIT Press.
  • Manzeschke, A.; Weber, K.; Rother, E.; Fangerau, H.: Ethische Fragen im Bereich altersgerechter Assistenzsysteme. Studienergebnisse. Begleitforschung AAL des BMBF.
  • Aktuelle Normungen, Normungs-Roadmaps des DKE/VDE

Rechtliche Hinweise