051023 VU Modelling (2021W)
Labels
Registration/Deregistration
- Registration is open from Mo 13.09.2021 09:00 to Mo 20.09.2021 09:00
- Deregistration possible until Th 14.10.2021 23:59
Details
Lecturers
- Wolfgang Klas
- Belal Abu Naim
- Pedram Asadi
- Dimitris Karagiannis
- Elaheh Momeni-Ortner
- Christine Schrüffer
Classes (iCal) - next class is marked with N
Diese Lehrveranstaltung findet außerhalb des regulären Rhythmus zusätzlich auch im WS 2021 statt.
Die Lehrveranstaltung richtet sich nur an jene Studierende, die die entsprechende Veranstaltung im Sommersemester bereits belegt, aber nicht erfolgreich abgeschlossen haben, und daher die Lehrveranstaltung wiederholen müssen. Wir setzen daher voraus, dass die Stoffinhalte bereits bekannt sind.
Es ist nicht zulässig, Abgaben, die im letzten Semester erstellt wurden, wiederzuverwenden.
Teilnehmer werden auf den verbindlichen, detaillierten Zeitplan verfügbar in Moodle verwiesen!
HINWEIS: Aufgrund von SARS CoV-2 findet dieser Kurs in hybrider Form statt. Die Kurseinheiten finden online statt, die Prüfungen sollen vor Ort stattfinden.
Alle organisatorischen Anpassungen aufgrund von Vorschriften im Zusammenhang mit der SARS CoV-2-Krise werden für Sie als Teilnehmer des Kurses in Moodle schriftlich bekannt gegeben und auch per E-Mail verschickt.
- Monday 04.10. 08:00 - 09:30 Digital
- Monday 11.10. 08:00 - 09:30 Digital
- Monday 18.10. 08:00 - 09:30 Digital
- Monday 25.10. 08:00 - 09:30 Digital
-
Thursday
28.10.
09:45 - 11:15
Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4 - Monday 08.11. 08:00 - 09:30 Digital
- Monday 15.11. 08:00 - 09:30 Digital
-
Thursday
18.11.
09:45 - 11:15
Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4 - Monday 22.11. 08:00 - 09:30 Digital
-
Thursday
25.11.
09:45 - 11:15
Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
UZA2 Hörsaal 6 (Raum 2Z227) 2.OG
UZA2 Hörsaal 7 (Raum 2Z210) 2.OG - Monday 29.11. 08:00 - 09:30 Digital
- Monday 06.12. 08:00 - 09:30 Digital
- Monday 13.12. 08:00 - 09:30 Digital
-
Thursday
16.12.
09:45 - 11:15
Audimax Zentrum für Translationswissenschaft, Gymnasiumstraße 50
Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
UZA2 Hörsaal 6 (Raum 2Z227) 2.OG - Monday 10.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Monday 17.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
-
Thursday
20.01.
09:45 - 11:15
Audimax Zentrum für Translationswissenschaft, Gymnasiumstraße 50
Hörsaal 50 Hauptgebäude, 2.Stock, Stiege 8
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
UZA2 Hörsaal 6 (Raum 2Z227) 2.OG - Monday 24.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Monday 31.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
Information
Aims, contents and method of the course
Assessment and permitted materials
Minimum requirements and assessment criteria
Die Leistungskontrolle überprüft, inwieweit die Ziele der Lehrveranstaltung durch die jeweiligen Studierenden erreicht wurden.Für den erfolgreichen Abschluss der Lehrveranstaltung gilt:
- Es müssen mindestens 70% aller Aufgaben aus den Übungsblättern selbstständig sinnvoll gelöst und via Moodle fristgerecht abgegeben werden. Aufgaben, die nicht oder nicht sinnvoll gelöst werden, zählen nicht. Es ist nicht zulässig, Abgaben, die im letzten Semester erstellt wurden, wieder zu verwenden.
- Bei den Tests sind sowohl in Teil 1 und Teil 2 jeweils durchschnittlich mindestens 50% der möglichen Gesamtpunkte zu erreichen.
- Anwesenheitspflicht: Es besteht grundsätzlich an allen LV-Terminen Anwesenheitspflicht.Die Gesamtbewertung ergibt sich aus dem Durchschnitt der fünf Tests. Nicht absolvierte Tests zählen mit 0 Punkten.
Zur Feststellung der Gesamtnote wird die folgende Notenskala angewendet:
Beurteilungsmaßstab gemäß der erreichten Punkte (%):
89 <= P <= 100 Sehr Gut (1)
76 <= P < 89 Gut (2)
63 <= P < 76 Befriedigend (3)
50 <= P < 63 Genügend (4)
0 <= P < 50 Nicht Genügend (5)
- Ziele und Modus der Lehrveranstaltung
TEIL 1:
- Was ist Modellierung, Modellbegriff, Übersicht und Einführung in die Themen
- Daten-, Objekt-, Prozessorientierte Modellierung, Ontologien, Semantische Datenmodelle
- ER-Modell
- UML - u.a. Anwendungsfall-, Klassen-, Aktivitäts-, Zustands-, Sequenz-, Paket-, Komponenten-, und Verteilungsdiagramme
TEIL 2:
- Von Diagrammen zu Modellen
- Modellierung: Vorgehen und Techniken
- BPMN
- DMN
- EPK
- Petri Netze
- Wert von Modellen/Simulation/Transformation z.B. RDF, SQL
Studierende sollen grundlegendes Basiswissen aufweisen, damit sie die Abstraktionsfähigkeiten erlernen, die für das Design und die Entwicklung von Informationssystemen notwendig sind. Ziel des Moduls ist der Erwerb der Fähigkeit, die vermittelten Konzepte zu Modellierungstechniken zu verstehen, Modelle in beliebigen Anwendungsbereichen zu erstellen und zu analysieren.**ORGANISATORISCHER ABLAUF:
SIEHE HINWEIS ZU TERMINEN!
Die Lehrveranstaltung besteht aus zwei Komponenten, einem Übungsteil und einem Tutorial-Teil. Die Studienleistung wird durch 5 Tests überprüft. Details der Termingestaltung und eventuell erforderliche Anpassungen werden in Moodle bekannt gegeben. Das genaue Terminschema ist online über Moodle abrufbar.