Lectures/Exercises

Data-Driven Innovation and Engineering (WiSe)

Lecturer: Prof. Dr.-Ing. Roman Dumitrescu

Type of course: Lecture with exercise and Lab

Organizational Unit: Information Technology

Display in timetable: DDIE

Teaching language: English

Min. | Max. number of participants: - | -

Goal of course:
Ziel der Vorlesung ist ein umfassender Überblick der Herausforderungen und Lösungsansätze von Data-Driven Innovation and Engineering. Es werden theoretische Grundlagen und Konzepte eingeführt und exemplarische Anwendungen aus der Praxis vorgestellt. Dabei wird der Prozess von der Datenerfassung über Möglichkeiten zur Datenauswertung bis hin zur Entwicklung innovativer Marktleistungen betrachtet. Das erlangte Wissen wird in den Übungen vertieft und umgesetzt.

Target group:
Die Zielgruppe der Veranstaltung sind vor allem Studierende im Master Informatik, Wirtschaftsinformatik sowie Computer Engineering. Darüber hinaus sind jedoch auch Studierende der Masterstudiengänge Wirtschaftsingenieurwesen, Maschinenbau und Elektrotechnik eingeladen, sich für die Vorlesung anzumelden.

Content:
Die Digitalisierung verändert die Marktleistungen von morgen sowie die Art und Weise, wie diese entwickelt werden. Tradierte Methoden der Strategischen Planung und des System Engineering lassen Potentiale ungenutzt; während datengetriebene Lösungen diese Potentiale erfassen.

Contact:
M.Sc. Ingrid Wiederkehr
Heinz Nixdorf Institut
Universität Paderborn
Advanced Systems Engineering
Fürstenallee 11
33102 Paderborn

Telefon: +49 (0) 52 51 / 60 64 09
Telefax: +49 (0) 52 51 / 60 62 68
Ingrid.Wiederkehr@hni.uni-paderborn.de


Data Science in Industrial Applications (WiSe)

Lecturer: Dr.-Ing. Sebastian von Enzberg

Type of course: Lecture with exercise

Organizational unit: Informatik (Computer Science)

Display in timetable: DSIA

Teaching language: English

Min. | Max. Number of participants: - | -

Goal of the course:Ziel der Vorlesung ist ein Überblick über typische industrielle Anwendungen von Data Science, Lösungsansätze für die Umsetzung im Unternehmen und die damit verbundenen Herausforderungen.

Target group:Master Informatik

Content:
Die zunehmende Vernetzung von Maschinen, Sensoren und IT-Systemen vor dem Hintergrund der Industrie 4.0 hat zu einem rapiden Anstieg der verfügbaren Datenmengen geführt. Die Auswertung der Daten bietet ein enormes Potential für die Automatisierung von kognitiven Aufgaben, die Optimierung von Prozessen und die weitergehende Wertschöpfung aus Daten. Die Vorlesung gibt einen Überblick zu den Herausforderungen und Lösungsansätzen für die industrielle Anwendung von Data Science. Dies umfasst die Einbindung industrieller Datenquellen aus dem Feld, die IT-Landschaft in produzierenden Unternehmen und den Aufbau von (Big Data) Infrastruktur, typische Algorithmen im Bereich Zeitreihenverarbeitung, Optimierung oder Bildverarbeitung sowie die Einbettung in Unternehmensprozesse. Theoretische und methodische Grundlagen, Konzepte und Tools werden im Rahmen der Vorlesung eingeführt und anhand einer Case Study in Kleingruppen angewendet sowie in Heimübungen vertieft. Dabei werden Kompetenzen in der Gruppenarbeit und Kooperation, Selbststeuerung sowie Projektmanagement vertieft.

Contact:
Dr.-Ing. Sebastian von Enzberg
Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM
Zukunftsmeile 1
33102 Paderborn

Mail: sebastian.von.enzberg@iem.fraunhofer.de

Literature:
Neben dem Skript zur Vorlesung und der Übung wird weiterführende Literatur laufend in der Vorlesung benannt.

Dates and registration deadlines:
Please refer to the Campus-Management-System  PAUL for dates and registration deadlines.