|
Lernziele / Kompetenzen
|
Die Studierenden beherrschen allgemeine Grundlagen des wissenschaftlichen Arbeitens. Die Studierenden sind in der Lage, ethische Aspekte wissenschaftlicher Forschung im Allgemeinen und ihres eigenen Forschungsthemas im Speziellen zu benennen und einzuordnen. Die Studierenden kennen verschiedene Methoden des (agilen) Projektmanagements und sind in der Lage, diese für verschiedene Arten von Forschungsprojekten auszuwählen. Die Studierenden können für ihr eigenes
Projekt begründet eine Methode des Projektmanagements auswählen und diese für ihr Projekt anwenden. Die Studierenden kennen Methoden eines effektiven Datenmanagements in einer Detailtiefe, sodass sie diese im weiteren Verlauf ihres Forschungsprojekts auf in diesem Kontext selbst erhobene Daten anwenden können. Im Besonderen erlernen die Studierenden auch Grundlagen in der Programmiersprache Python. Sie können mit dieser eigenständig kleinere Datenanalyse-Aufgaben bewältigen. Weiterhin kennen sie grundlegende Formen der deskriptiven und schließenden Statistik und können diese auf Beispieldatensätze anwenden.
|
|
Voraussetzungen für die Vergabe von LP
|
Agiles Projektmanagement: Referat; Gewichtung Modulnote: 50 %
Data Science: Praktische Arbeit; Gewichtung Modulnote: 50 %
Innovationsmanagement und Ethik: Klausurarbeit, 90 Min.; muss mit Erfolg bestanden sein; Gewichtung Modulnote: -
|
|
Veranstaltungen
|
Agiles Projektmanagement
| Art |
Seminar |
| Nr. |
M+V2515 |
| SWS |
2.0 |
| Lerninhalt |
Die Lehrveranstaltung gliedert sich folgendermaßen:
- Innovations- und FuE-Projektmanagement
- Anleiten zum Nutzen von FuE-Projektmanagement- und Planungstools
- Planung wissenschaftlicher Versuchsreihen
- FuE-Projektmanagement: Methoden, Werkzeuge und Vorgehensweisen, z. B. Projektplanung und -controlling
- Öffentlich geförderte Projekte: z. B. Förderlandschaft, Förderrichtlinien, Projektbeantragung
- Forschung mit Industriepartnern
|
| Literatur |
- Timinger, H. (2017). Modernes Projektmanagement: Mit traditionellem, agilem und hybridem Vorgehen zum Erfolg. John Wiley & Sons.
- Badiru, A. B. (2012). Project management for research: a guide for engineering and science. Springer Science & Business Media.
|
Data Science
| Art |
Seminar/Übung |
| Nr. |
M+V2516 |
| SWS |
2.0 |
| Lerninhalt |
Die LV gliedert sich folgendermaßen:
- Umgang mit wissenschaftlichen Daten
- Datensicherheit
- Datenbankstrukturen
- Einführung in die Programmierung mit Python
- Statistische Grundlagen (der beschreibenden und inferenziellen Statistik mit Anwendung in Python)
|
| Literatur |
- Steinkamp, V. (2020). Der Python-Kurs für Ingenieure und Naturwissenschaftler. Germany: Rheinwerk Verlag GmbH.
- Kemper, A., Eickler, A. (2015). Datenbanksysteme: eine Einführung. Germany: De Gruyter Oldenbourg.
|
Innovationsmanagement und Ethik
| Art |
Seminar |
| Nr. |
M+V2517 |
| SWS |
2.0 |
| Lerninhalt |
Die Lehrveranstaltung gliedert sich folgendermaßen:
- Innovationsprozesse
- Bewertung und Priorisierung von Innovationen/Ideen
- Ethische Grundlagen von Forschung
- Konfliktfeld technische Innovation vs. Ethik
|
| Literatur |
- Wirtz, H. (2018). Crashkurs Innovationsmanagement: die wichtigsten Inhalte im Überblick mit Fragen zur Lernkontrolle, Fallstudien und Quizfragen mit Lösungen. Germany: Pro Business.
- Fuchs, M., Heinemann, T., Heinrichs, B., Hübner, D., Kipper, J., Rottländer, K., ... & Völker-Albert, M. (2016). Forschungsethik: Eine Einführung. Springer-Verlag.
|
|