Pflicht-/Wahlpflichtbereich / Mandatory courses

Lehrinhalte:
- Einführung in Betriebsysteme (BS) - Notwendigkeit, Design
- Prozesse und Threads - BS Datenstrukturen, Abstraktionen, Kernel/User mode, context switches, Interrupts
- Interprozeß-Kommunikation - IPC, RPC, Schnittstellen, Hierarchien, Messaging-Semantiken
- Koordination: Deadlocks - Critical sections, Deadlock-Charakterisierung, Entdeckung, Recovery und Vermeidung.
- Scheduling/Ressourcen-Management - Prozess-Reihenfolgen, unterbrechendes und unterbrechungsfreies Scheduling, verschiedene Scheduling-Konzepte und -Algorithmen, Implementierungen in BS
- Nebenläufigkeit: Races, Mutual Exclusions - Critical sections, races, spin locks, Synchronisation
- Semaphoren - Semaphoren, Monitore
- Speicherverwaltung - BS-Datenstrukturen, Management- und Austausch-Ansätze, virtueller Speicher, paging, caching, segmentation
- I/O - Geräte-Management, Treiber, Interrupt-Behandlung, DMA
- Dateisysteme - Anforderungen, Design, Implementierungen, Datenstrukturen, Verzeichnisse, virtuelle Dateisysteme
- Fehlertoleranz und Stabilität - Fehlertypen, zuverlässige Nachrichten, BS Zuverlässigkeit und Verfügbarkeit, Sicherheits-Aspekte
- Eingebettete & Echtzeit BS - Speicher/Festplatten/Performanz-Management, Fehlertoleranz, Echtzeit-Aspekte
- Verteilte BS - verteilte Berechnung und Kommunikation, Abstraktionen, Synchronisation, Koordination, Konsistenz
- Virtuelle Maschinen (VM) - Grundlagen und Typisierung von VMs und Hypervisoren

Literatur:

• Operating Systems: Three Easy Pieces (v0.92); Remzi H. Arpaci-Dusseau & Andrea C. Arpaci-Dusseau; Arpaci-Dusseau Books
• Modern Operating Systems, 4th Edition; Andrew S. Tanenbaum & Herbert Bos; Pearson; ISBN-13: 978-0133591620
• Operating System Concepts, 9th Edition; Abraham Silberschatz, Peter B. Galvin, Greg Gagne; John Wiley & Sons; ISBN-13: 978-1118093757

Lehrinhalte:
- Aufbau von Compilern
- Kontextfreie Grammatiken zur Beschreibungen der Syntax von Programmiersprachen
- Lexing- und Parsingverfahren
- Zwischendarstellungen
- Semantische Analyse
- Laufzeitorganisation
- Code-Erzeugung
- Software-Werkzeuge für den Compilerbau
- Implementierungstechniken für Compiler

Literatur:
Literaturempfehlungen werden kontinuierlich aktualisiert, ein Beispiel für verwendete Literatur könnte sein:
Watt/Brown: Programming Language Processors in Java

Voraussetzungen:
Empfohlen: Erfolgreicher Besuch der Vorlesungen “Algorithmen und Datenstrukturen”, “Funktionale und objektorientierte Programmierung” sowie “Rechnerorganisation”, bzw. entsprechende Kenntnisse aus anderen Studiengängen 

Wissenschaftliches Arbeiten beinhaltet die kritische Auseinandersetzung mit einer Problemstellung unter Anwendung wissenschaftlicher Methoden und Erkenntnisse aus aktueller Fachliteratur. Dabei sind klare Strukturierung, die Verwendung angemessener Begrifflichkeiten, inhaltliche Richtigkeit, sowie der kritische Umgang mit Literatur und den selbst generierten Erkenntnissen essentiell.
Die Lehrveranstaltung „Einführung in wissenschaftliches Arbeiten“ vermittelt den Studierenden die Grundlagen des wissenschaftlichen Arbeitens in der Informatik. Hierbei werden u.a. die Literaturrecherche, die Qualitätsbewertung und Verwaltung externer Quellen, der Aufbau wissenschaftlicher Ausarbeitungen, die wissenschaftliche Argumentation, der Schreibprozess sowie die korrekte Zitierweise behandelt und den Studierenden anhand konkreter Beispiele und Aufgaben erklärt.
Die praktische Anwendung wird in Übungseinheiten vertieft. Dazu werden unter anderem eigene Literaturrecherchen, Einschätzung und Bewertung ausgewählter Texte, die Anfertigung eigener Ausarbeitungen sowie gegenseitige Qualitätssicherung durch Peer-Feedback angewendet.

Inhalt:
- Wissenschaftliches Arbeiten - Methodische Einführung, Argumentation und Logik
- Literaturrecherche / Bibliographien - Methoden, Techniken und Werkzeuge
- Nachhaltiges Forschungsdatenmanagement, Dokumentation und Reproduzierbarkeit
- Was ist konstruktives Feedback? Qualitätskriterien und Anwendung
- Konzeption von Präsentationen und Ausarbeitungen

Dies ist der Moodle-Kurs zur Mathematik I für Informatik und Wirtschaftsinformatik im Wintersemester 2025/26.

Lecture content:

• Basics from probability theory, statistics, and information theory
• Probabilistic approaches to graph-based modelling in computer science
• Basic probabilistic problems and use of probabilistic methods
  • in practical computer science (e.g., run-time analysis of programs, data compression)
  • in technical computer science (e.g., reliability of hardware, caching)
  • in applied computer science (e.g., simulation of stochastic systems, probabilistic systems)
• Selected randomized algorithms, their analysis by `The Probabilistic Method', algorithms for automated decision making and optimization
• Application of probabilistic methods in artificial intelligence (e.g., learning methods, neural networks) and data science
• Implementation of probabilistic methods by means of practical programming examples