Vorlesungsverzeichnis

Betriebliche Standardsoftware (Vorlesung)

Termin:
wöchentlich | Donnerstag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C HS 4

Inhalt: Das Modul vermittelt Kenntnisse zu folgenden Themen: - Aufgaben betrieblicher Standardsoftware - Merkmale betrieblicher Standardsoftware - Marktübersicht über Standard ERP-Systeme - Individualsoftware vs. Standardsoftware - Erweiterungskonzepte (am Beispiel SAP R/3) - Schnittstellenkonzepte (am Beispiel SAP R/3) - Fallstudien zu ausgewählten Prozesse (am Beispiel SAP R/3) - Wartung von betrieblicher Standardsoftware Fachkompetenz - kompetente Beurteilung der Chancen und Risiken beim Einsatz von betrieblicher Standardsoftware - Kenntnisse ausgewählter Prozesse des ERP Systems SAP R/3 Methodenkompetenz - praktischer Umgang mit einem komplexen Softwaresystem

Forschungsmethoden II (Vorlesung/Übung)

Dozent/in: Peter Niemeyer

Termin:
wöchentlich | Dienstag | 12:15 - 14:30 | 14.10.2024 - 31.01.2025 | C 12.009 Seminarraum | ...

Übung zur Betrieblichen Standardsoftware (Gruppe A - ABAP) (Übung)

Dozent/in: Simone Falk-Hiller, Peter Niemeyer

Termin:
wöchentlich | Dienstag | 16:15 - 17:45 | 26.11.2024 - 31.01.2025 | C 9.102 Seminarraum | ..

Inhalt: Einführung in die Konzepte der Programmiersprache ABAP

Übung zur Betrieblichen Standardsoftware (Gruppe B) (Übung)

Dozent/in: Peter Niemeyer, Benjamin Schneidereit

Inhalt: Die Teilnehmer sollen die Grundlagen der objektorientierten Programmierung in ABAP verstehen. Hierzu wird eine stark vereinfachter Finanzstromrechner in ABAP OO programmiert. Das Programm soll die Berechnung des Finanzstroms eines Darlehens unter Einsatz der SAP Finanzmathematik (FIMA) sowie darauf basierender Berechnungsgrößen (z.B. Restkapital zu einem Stichtag) ermöglichen. Der zu implementierende Funktionsumfang wird in Form eines Interfaces vorgegeben. Die Benutzeroberfläche (GUI) ist nicht zu implementieren.

Statistik für Wirtschaftsinformatiker/innen (Vorlesung)

Dozent/in: Peter Niemeyer, Yannick Rudolph

Inhalt: • Grundlagen Analysis • Differential- und Integralrechnung • Grundlagen Statistik • Einführung in die Wahrscheinlichkeitstheorie • Zufallsvariablen und Wahrscheinlichkeitsverteilungen • Parametertests • Konfidenzintervalle • Hypothesentests

Statistik für Wirtschaftsinformatiker/innen - Gruppe A (Übung)

Dozent/in: Peter Niemeyer, Yannick Rudolph

Termin:
wöchentlich | Dienstag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 40.501 Seminarraum | .

Inhalt: • Grundlagen Analysis • Differential- und Integralrechnung • Grundlagen Statistik • Einführung in die Wahrscheinlichkeitstheorie • Zufallsvariablen und Wahrscheinlichkeitsverteilungen • Parametertests • Konfidenzintervalle • Hypothesentests

Statistik für Wirtschaftsinformatiker/innen - Gruppe B (Übung)

Dozent/in: Peter Niemeyer, Yannick Rudolph

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 12.006 Seminarraum | .

Inhalt: • Grundlagen Analysis • Differential- und Integralrechnung • Grundlagen Statistik • Einführung in die Wahrscheinlichkeitstheorie • Zufallsvariablen und Wahrscheinlichkeitsverteilungen • Parametertests • Konfidenzintervalle • Hypothesentests

Chancen und Risiken für Cybersicherheit durch KI-Systeme (Seminar)

Dozent/in: Christoph Martin, Peter Niemeyer

Inhalt: • Einführung in KI und Cybersicherheit o Überblick über KI-Technologien und ihre Bedeutung für die Cybersicherheit o Einführung in Schlüsselkonzepte und Terminologie • Grundlagen der Cybersicherheit o Untersuchung von Prinzipien der Cybersicherheit, Bedrohungen, Abwehrmaßnahmen sowie Übersicht zu neuen Bedrohungsszenarien durch den Einsatz von KI-Systemen o Wiederholung von ausgewählten Methoden des maschinellen Lernens • AI-Alignment und andere ethische Fragestellungen o Diskussion ethischer Fragen und Herausforderungen beim Alignment von KI-Systemen an menschliche Ziele, Präferenzen oder ethische Grundsätze o Ansätze zur Erklärbarkeit von KI-Systemen • Modellunabhängige Probleme mit datengetriebenen Systemen o Diskussion von modellunabhängigen Angriffen (bspw. data poisoning, model stealing) o Diskussion von Problemen, wie Datenqualität, Bias, Datenschutz und deren Auswirkungen auf die Leistung und Zuverlässigkeit von KI-Systemen • Modellspezifische Schwachstellen o Untersuchung von spezifischen Schwachstellen in KI-Modellen (z.B. adversarial attacks, prompt injections) und Mitigation o Analyse konkreter Angriffsmethode (bswp. Fast Gradient Sign Attack) • Einfluss von KI auf die Cyberbedrohungslandschaft o Diskussion über den Einfluss von generativer KI auf existierende Angriffe, wie Social Engineering und Malwaregenerierung • Chancen der KI in der Cybersicherheit o Diskussion darüber, wie KI die Cybersicherheit durch automatisierte Bedrohungserkennung, Reaktionssysteme und prädiktive Sicherheitsmaßnahmen verbessern kann

DATAx: Datenanalyse mit Python (12) (Übung)

Dozent/in: Peter Niemeyer

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 14.10.2024 - 31.01.2025 | C 12.107 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (11) (Übung)

Dozent/in: Peter Niemeyer

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 14.10.2024 - 31.01.2025 | C 12.107 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

Forschungskolloquium Wirtschaftsinformatik & Data Science (Kolloquium)

Dozent/in: Olga Abramova, Ulf Brefeld, Paul Drews, Burkhardt Funk, Peter Niemeyer, Kathrin Padberg-Gehle, Ricardo Usbeck

Inhalt: Im Kolloquium stellen Promovierende, Mitglieder des Instituts und externe Gäste Ihre Forschungsvorhaben vor. ────────── Ricardo Usbeck lädt Sie zu einem geplanten Zoom-Meeting ein. Beitreten Zoom Meeting https://leuphana.zoom.us/j/98646690652?pwd=dV3lbqGgNgrOr9tvo2XbI5ChYqMwU2.1 Meeting-ID: 986 4669 0652 Kenncode: 647783 ---

Vorlesungsverzeichnis

Veranstaltungen von Prof. Dr. rer. nat. Peter Niemeyer

Lehrveranstaltungen

Betriebliche Standardsoftware (Vorlesung)

Forschungsmethoden II (Vorlesung/Übung)

Übung zur Betrieblichen Standardsoftware (Gruppe A - ABAP) (Übung)

Übung zur Betrieblichen Standardsoftware (Gruppe B) (Übung)

Statistik für Wirtschaftsinformatiker/innen (Vorlesung)

Statistik für Wirtschaftsinformatiker/innen - Gruppe A (Übung)

Statistik für Wirtschaftsinformatiker/innen - Gruppe B (Übung)

Chancen und Risiken für Cybersicherheit durch KI-Systeme (Seminar)

DATAx: Datenanalyse mit Python (12) (Übung)

DATAx: Datenanalyse mit Python (11) (Übung)

Forschungskolloquium Wirtschaftsinformatik & Data Science (Kolloquium)