Course Schedule

Veranstaltungen von Prof. Dr.-Ing. Jens Heger


Lehrveranstaltungen

DATAx: Datenanalyse mit Python (21) (Übung)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Montag | 11:00 - 11:55 | 13.10.2025 - 30.01.2026 | C 14.001 Seminarraum

Inhalt: Diese Übung führt in die Programmierung und Datenanalyse mit der Programmiersprache Python ein. Sie richtet sich speziell an Studierende ohne Vorkenntnisse oder Erfahrung im Programmieren. Im Laufe des Kurses lernen die Studierenden: - Die Anwendung grundlegender Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen. - Einen effektiven Umgang mit Large Language Models (LLMs) in Chat AI. - Die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python. Mithilfe vorgefertigter Jupyter-Notebooks betreuen Dozenten aus verschiedenen Fachbereichen die ersten praktischen Erfahrungen der Studierenden mit Python in Jupyter-Notebooks, darunter auch Sitzungen zu Datenanalyse und maschinellem Lernen. Regelmäßige Aufgaben motivieren die Studierenden, praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln und ihr neu erworbenes Wissen auf ihr Studienfach anzuwenden. Am Ende des Semesters arbeiten die Studierenden in einer Lerngruppe an einem datengesteuerten Projekt, übernehmen verschiedene Rollen und lernen, gemeinsam Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren. Während der gesamten Übung stehen erfahrene und engagierte Tutoren (Teaching Assistants) zur Verfügung, um die Studierenden auf dem Campus zu unterstützen. Die Unterrichtssprachen in den Tutorien sind Deutsch und Englisch.

DATAx: Datenanalyse mit Python (22) (Übung)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Montag | 14:00 - 14:55 | 13.10.2025 - 30.01.2026 | C HS 3

Inhalt: Diese Übung führt in die Programmierung und Datenanalyse mit der Programmiersprache Python ein. Sie richtet sich speziell an Studierende ohne Vorkenntnisse oder Erfahrung im Programmieren. Im Laufe des Kurses lernen die Studierenden: - Die Anwendung grundlegender Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen. - Einen effektiven Umgang mit Large Language Models (LLMs) in Chat AI. - Die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python. Mithilfe vorgefertigter Jupyter-Notebooks betreuen Dozenten aus verschiedenen Fachbereichen die ersten praktischen Erfahrungen der Studierenden mit Python in Jupyter-Notebooks, darunter auch Sitzungen zu Datenanalyse und maschinellem Lernen. Regelmäßige Aufgaben motivieren die Studierenden, praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln und ihr neu erworbenes Wissen auf ihr Studienfach anzuwenden. Am Ende des Semesters arbeiten die Studierenden in einer Lerngruppe an einem datengesteuerten Projekt, übernehmen verschiedene Rollen und lernen, gemeinsam Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren. Während der gesamten Übung stehen erfahrene und engagierte Tutoren (Teaching Assistants) zur Verfügung, um die Studierenden auf dem Campus zu unterstützen. Die Unterrichtssprachen in den Tutorien sind Deutsch und Englisch.

DATAx: Datenanalyse mit Python (23) (Übung)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Montag | 15:00 - 15:55 | 13.10.2025 - 30.01.2026 | C HS 3

Inhalt: Diese Übung führt in die Programmierung und Datenanalyse mit der Programmiersprache Python ein. Sie richtet sich speziell an Studierende ohne Vorkenntnisse oder Erfahrung im Programmieren. Im Laufe des Kurses lernen die Studierenden: - Die Anwendung grundlegender Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen. - Einen effektiven Umgang mit Large Language Models (LLMs) in Chat AI. - Die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python. Mithilfe vorgefertigter Jupyter-Notebooks betreuen Dozenten aus verschiedenen Fachbereichen die ersten praktischen Erfahrungen der Studierenden mit Python in Jupyter-Notebooks, darunter auch Sitzungen zu Datenanalyse und maschinellem Lernen. Regelmäßige Aufgaben motivieren die Studierenden, praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln und ihr neu erworbenes Wissen auf ihr Studienfach anzuwenden. Am Ende des Semesters arbeiten die Studierenden in einer Lerngruppe an einem datengesteuerten Projekt, übernehmen verschiedene Rollen und lernen, gemeinsam Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren. Während der gesamten Übung stehen erfahrene und engagierte Tutoren (Teaching Assistants) zur Verfügung, um die Studierenden auf dem Campus zu unterstützen. Die Unterrichtssprachen in den Tutorien sind Deutsch und Englisch.

Simulationsstudien und Datenanalysen in der Produktionslogistik (Seminar)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Dienstag | 14:15 - 15:45 | 13.10.2025 - 30.01.2026 | C 7.320 Seminarraum

Inhalt: Simulationsstudien und Datenanalysen in der Produktionslogistik Beispielhafte Themen: 1. Eine Auswahl eines Transportsystems für eine flexible Fließfertigung? a. Kennzahlen einer flexiblen Fließfertigung b. Aufbau einer Simulation für die vers. Transportsysteme im - AGV - Milkrun c. Auswahl eines entsprechenden Systems unter Betrachtung verschiedener Parameter 2. Layout-Pläne basierend auf basierenden Daten heuristisch generieren und durch Simulation evaluieren a. Kennzahlen der Fabrikplanung b. Methoden der Prozessbeschreibung / Fabrikplanung / c. Generierung eines Algorithmus zur automatischen Erstellung von Fabriklayouts basierend auf Wertstromanalyse d. Halbautomatisierte Dimensionierung von Anlagen basierend auf Kennzahlen 3. Reihenfolgeplanung - Vergleich Prioritätsregeln - Zentrale Heuristiken: z.B. Shifting Bottleneck implementieren 4. Standortentscheidungen mit Hubs unter Betrachtung von Mengenflüssen (AnyLogic Übung + Optimierung) - Kennzahlen von Distributionsnetzwerke - Optimierung eines Produktionsnetzwerkes - Erweiterung eines Netzwerkes um einen Standort

Digitale Produktion (Vorlesung)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Donnerstag | 12:15 - 13:45 | 13.10.2025 - 30.01.2026 | C 40.146 Seminarraum | .

Inhalt: dt. : Die Studierenden erhalten ein grundlegendes Verständnis von der Digitalisierung der Produktion. Aktuelle Entwicklungen in der Industrie werden anhand von USE-Cases betrachtet. Dazu gehören Aspekte des Produktionsmanagements (Lean und Industrie 4.0), Cyber-Physische Systeme und Echtzeitfähigkeit, Stetig- und Unstetigförderer (z.B. autonome Transportsysteme), dezentrale und Cloudsteuerung. engl. : The students gain a basic understanding of the digitalization of production. Current developments in the industry are examined on the basis of USE cases. These include aspects of production management (lean and industry 4.0), cyberphysical systems and real-time capability, continuous and discontinuous conveyors (e.g. autonomous transport systems), discreet and cloud control.

Algorithmen im Supply Chain Management (Seminar)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Donnerstag | 14:15 - 15:45 | 13.10.2025 - 30.01.2026 | C 40.254 Seminarraum

Inhalt: Die Veranstaltung vermittelt eine Übersicht über das Supply Chain Management und behandelt die verschiedenen Aufgaben anhand der Supply Chain Planning Matrix (Rohde et al.). Dieser Teil macht etwa die Hälfte der Veranstaltung aus, die andere Hälfte konzentriert sich auf verschiedene Optimierungsansätzen, Methoden und Algorithmen zur Lösung verschiedener Fragestellungen aus dem SCM. An Hand eingängiger Beispiele werden die verschiedenen Algorithmen im Rahmen des Supply Chain Management erläutert und erprobt. Die Bestimmung zu verschiffender Materialmengen, die bestmögliche Containerbeladung, oder auch die Positionierung von Lager- und Verteilzentren auf der Karte sind typische Anwendungen. Für das komplexe (np-vollständige) Problem des Handlungsreisenden (TSP) stehen bspw. verschiedene Ansätze zur Verfügung. Die mathematische Modellierung kann genutzt werden, um das Problem mit dem Simplex Algorithmus optimal zu lösen, bei größeren Szenarien kommen verschiedene Heuristiken (Greedy / Ameisen-Algorithmus) oder auch die Simulation in Frage. Durch die Synchronisierung von Mitarbeiterteams und Fahrzeugrouten wird die Komplexität nochmal gesteigert werden.

Vorstellung Forschungsaktivitäten IPTS für Master (Studienbegleitende Veranstaltung)

Dozent/in: Noomane Ben Khalifa, Brit-Maren Block, Ghada Bouattour, Jens Heger, Norbert Hort, Benjamin Klusemann, Dirk Lange, Paolo Mercorelli, Arthur Seibel, Florian Stamer

Termin:
 Einzeltermin | Di, 28.10.2025, 12:15 - Di, 28.10.2025, 13:45 | C 40.106 Konrad-Zuse-Raum

Datenanalyse und Prognosemethoden für den Vermögensaufbau mit Immobilien und ETFs (Seminar)

Dozent/in: Jens Heger

Termin:
 wöchentlich | Mittwoch | 12:15 - 13:45 | 13.10.2025 - 30.01.2026 | C 12.101 Seminarraum

Inhalt: Die Lehrveranstaltung beinhaltet das Erlernen von Datenanalyse- und Prognosemethoden und die Anwendung dieser im Bereich des Vermögensaufbaus mit Immobilien und ETFs. Die Studierenden erarbeiten im Rahmen von Gruppenprojekten Konzepte für den Vermögensaufbau. Dabei werden vorhandene Daten analysiert und aufbereitet. Diese Daten sind die Grundlage für die Prognose der Vermögensentwicklung. Für die Prognose der Entwicklung von Vermögenswerten in der Zukunft werden klassische Prognosemethoden eingesetzt.

Grundlagen der IT - Gruppe 1 (Übung)

Dozent/in: Jens Heger, Niklas Peter, Andreas Zedler

Termin:
 14-täglich | Dienstag | 12:15 - 13:45 | 13.10.2025 - 30.01.2026 | C 14.027 Seminarraum

Inhalt: Teil I Codierung Digitale Schaltungen: Schaltnetze, Schaltwerke, Minimierung, Grundschaltungen Teil II Softwareentwicklung mit Python