Infoveranstaltung "Studienstart in Bachelor und Master"

Dozentinnen/Dozenten:

Jacqueline Klusik-Eckert, Philipp Kurth

Angaben:

Sonstige Lehrveranstaltung

Termine:

Einzeltermin am 16.10.2020, 10:00 - 13:30, Zoom-Meeting

Vertiefung in die Digital Humanities

Dozent/in:

Jacqueline Klusik-Eckert

Angaben:

Seminar, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Mo, 14:00 - 16:00, Raum n.V.

Inhalt:

In kritischer Auseinandersetzung werden den Studierenden neben der Geschichte und den Entwicklungen auch die aktuellen Fachdebatten und unterschiedlichen Standpunkte der Digital Humanities auf internationaler Ebene vermittelt. In Fallstudien wird so ein vertiefter Einstieg in die Fachkultur gegeben. Dabei werden in Themenschwerpunkten aktuelle Forschungsansätze und Methoden hinterfragt und mit profunden Kenntnissen der hermeneutischen Analyse strukturiert, kategorisiert und reflektiert.

Schlagwörter:

Digital Humanities

eBusiness Technologies [EBT]

Dozentinnen/Dozenten:

Christoph P. Neumann, Florian Irmert, Thomas Fischer, Julian Rith, Richard Lenz

Angaben:

Vorlesung, Schein, nur Fachstudium

Termine:

Di, 16:15 - 17:45, Zoom-Meeting

Studienrichtungen / Studienfächer:

WF IIS-MA 3
WF INF-MA ab 1
WF WINF-BA ab 5

Inhalt:

• Überblick und Einblick in die wichtigsten Themen des Bereichs eBusiness

• User Interface, Business Logic und Database Layer

• Agile Softwareentwicklung

• Integration von Enterprise-Applikationen

• Cloud & Container

• DevOps
  

Evolutionäre Informationssysteme [EIS]

Dozent/in:

Richard Lenz

Angaben:

Vorlesung, 2 SWS, nur Fachstudium

Termine:

Mi, 10:15 - 11:45, Zoom-Meeting

Studienrichtungen / Studienfächer:

WPF IIS-MA 3
WPF INF-BA ab 5
WPF INF-MA ab 1
WF WINF-BA 5

Voraussetzungen / Organisatorisches:

Voraussetzungen für die Teilnahme

• "Algorithmen und Datenstrukturen" (wg. Objektorientierung)

• "Konzeptionelle Modellierung" (wg. Datenmodellierung und UML)

• "Softwareentwicklung in Großprojekten" (wg. Entwurfsmustern und IT-Vorgehensmodellen)

• "Systemprogrammierung" (wg. Betriebssystem-Architektur)

• "Berechenbarkeit und formale Sprachen" (als Grundlage für XML)

• "Rechnerkommunikation" (wg. Transferprotokollen)
  

Relevant ist zusätzlich der Besuch des Pflichtmoduls "Datenbanksysteme" ggf. parallel (wg. Schichtenarchitektur und Transaktionen).
Die relevanten Inhalte können ggf. auch in anderen Modulen erworben werden.

Inhalt:

Im Rahmen der Veranstaltung EIS lernen die Studenten, warum und wie mit einem ständig wechselnden Bedarf in Informationssystemen umgegangen werden kann. Die Inhalte der Vorlesung sind u.A.:

• Grundlagen rechnergestützter Informationssysteme und organisatorisches Lernen

• Erfolgsfaktoren für Projekte

• Software Wartung vs. Software Evolution

• Architekturmodelle

• Grundprinzipien evolutionärer Systeme

• Datenqualität in Informationssystemen
  

Forschungsdatenmangement [FDM]

Dozentinnen/Dozenten:

Katharina Leyrer, Mona Dietrich

Angaben:

Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Do, 16:00 - 18:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Das Seminar findet über Zoom statt, sowohl synchron als auch asynchron.

Inhalt:

Forschungsdaten sind die Voraussetzung dafür, Forschungsergebnisse für andere WissenschaftlerInnen verifizierbar und nachnutzbar zu machen. Daher führt das Seminar in das Thema Forschungsdatenmangement ein. Wir besprechen und diskutieren, wie wir den Umgang mit Daten in einem Forschungsvorhaben planen und strukturieren (z.B. mit Datenmanagementplänen), Daten beschreiben und dokumentieren (z.B. mithilfe von Metadatenstandards), Forschungsdaten finden und nachnutzen können und welche Rolle dabei rechtliche und ethische Aspekte spielen. Zusätzlich werden auch die technischen Umsetzungsmöglichkeiten, besonders Datenbanksysteme, thematisiert. Im Fokus des Seminars stehen Forschungsdaten, die in den Digital Humanities und angrenzenden Bereichen entstehen, sowie Aspekte von Open Science.

Empfohlene Literatur:

Kursbuch Forschungsdatenmanagement. Mastrandrea, Elena; Prongué, Nicolas, Schneider, René; Stellter, Niklaus (Hg.) (o.J.): Kursbuch Forschungsdatenmanagement. HTW Chur; HEG Genève; HESSO Genève. Verfügbar unter https://campus.hesge.ch/researchdatamanagement/

Schlagwörter:

Forschungsdaten, Datenmanagement, Datenbanksystem, Metadaten, Open Science

Computergraphik [CG]

Dozent/in:

Marc Stamminger

Angaben:

Vorlesung, 3 SWS, benoteter Schein, ECTS: 3,75, nur Fachstudium

Termine:

Vorlesung wird rein virtuell stattfinden.

Studienrichtungen / Studienfächer:

WF MT-BA ab 5
WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF IuK-BA 5
WPF IuK-MA-MMS-INF 1-4
WPF ICT-MA-MPS 1-4
WPF MB-MA-FG13 1-3
WF CME-MA 1-4
WPF MT-MA-BDV ab 1

Voraussetzungen / Organisatorisches:

Alle Informationen zur Veranstaltung finden Sie beim zugehörigen StudON-Kurs: https://www.studon.fau.de/crs3275468.html
Wir bitten alle Studenten, sich über StudON anzumelden, damit wir die Tutorenkapazitäten bei Bedarf anpassen können. Die Anmeldung läuft ab dem 19. Oktober (18 Uhr).
Erwerb eines benoteten Scheins durch Bearbeitung von Übungsaufgaben und abschließende schriftliche Prüfung.
Die Veranstaltung kann mit einer Basis-Übung zu einem 5 ECTS Modul kombiniert werden, zusammen mit einer weiteren Fortgeschrittenen-Übung zu einem 7.5 ECTS-Modul.
Die Veranstaltung wird in diesem Semester ONLINE stattfinden, ebenso wie die Übungen. Es wird englische Vorlesungsvideos geben, die Übungen werden über Teams betreut und organisiert.
Vorlesungsfolien und -material sind auf Englisch, ebenso die abschließende schriftliche Prüfung und Übungsaufgaben. Antworten in der Prüfung und den Übungen können auf Deutsch oder Englisch gegeben werden.

Inhalt:

Die Vorlesung gibt eine Einführung in die Computergraphik:

• 2D Graphics (HTML Canvas, SVG)

• Color Models

• GPU Programming (WebGL)

• Rasterization Algorithms for Lines and Polygons

• Affine and Projective Transformations

• Homogeneous Coordinates

• 3D Rotations

• 3D Viewing and Perspective

• Phong Lighting and Shading

• Scene Graphs

• Texture Mapping

• Texture Antialiasing

• Visibility

• Virtual Reality

• Geometric Modeling

• Rendering Pipeline

• Ray Tracing Basics

• Ray Tracing Acceleration
  

Empfohlene Literatur:

• P. Shirley: Fundamentals of Computer Graphics. AK Peters Ltd., 2002

• Foley, van Dam, Feiner, Hughes: Computer Graphics - Principles and Practice
  

Schlagwörter:

Computergraphik

Datenvisualisierung in den Kulturwissenschaften [KulturVis]

Dozentinnen/Dozenten:

Philipp Kurth, Jacqueline Klusik-Eckert

Angaben:

Seminar, 2 SWS, ECTS: 5, nur Fachstudium, geeignet als Schlüsselqualifikation

Termine:

Di, 12:00 - 14:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Voraussetzung ist die Beherrschung von mindestens einer Programmiersprache (Python, Java, o.ä.). Im Seminar verwenden wir Javascript und eventuell C#. Wissen über diese Sprachen ist nicht vorausgesetzt.
Grundlegendes Wissen über HTML und CSS wird vorausgesetzt.
Das Seminar findet komplett über Zoom statt. Die regelmäßigen Treffen werden dabei hauptsächlich synchron sein.

Inhalt:

Im Seminar lernen wir Methoden zur Visualisierung von Daten kennen. Dies dient zum Einen zum Vermitteln von Wissen an andere, aber auch bereits zur Erforschung der Daten. Gerade letzteres ist ein Aspekt, der in der Visualisierung oft übersehen wird.
Als Datengrundlage werden Digitalisate der European TimeMachine (https://www.timemachine.eu/ ) dienen. Damit bietet das Seminar den Teilnehmenden die Möglichkeit, an Visualisierungen zu arbeiten, die womöglich auch nach Ende des Seminars noch genutzt werden können.

Schlagwörter:

Datenvisualisierung, Kultur, Javascript

Informationsvisualisierung [InfoVIS]

Dozent/in:

Roberto Grosso

Angaben:

Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium, - we start on Monday November 2 (online via ZOOM). Please, visit the StudOn course InfoVIS for detailed information -

Termine:

Mo, 8:15 - 9:45, 01.150-128

Studienrichtungen / Studienfächer:

WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WF I2F-BA ab 1

Inhalt:

• Graphen und Netzwerke

• Dynamische Graphen

• Hierarchien

• Multivariate Daten

• Software Visualisierung

• Time-Series Daten

• Textvisualisierung

• Diagramme

• Bio Visualization

• Visual Analytics

• Evaluation

Empfohlene Literatur:

• Robert Spence: Information Visualization: Design for Interaction

• Stuart K. Card, Jock Mackinlay, Ben Shneiderman: Readings in Information Visualization – Using Vision to Think

• Benjamin B. Bederson, Ben Shneiderman: The Craft of Information Visualization – Readings and Reflections

Übung zur Informationsvisualisierung [UEInfoVIS]

Dozent/in:

Roberto Grosso

Angaben:

Übung, Schein, ECTS: 2,5, nur Fachstudium

Studienrichtungen / Studienfächer:

WF INF-BA-V-GD ab 5
WF INF-MA ab 1

Übungen zur Computergraphik [CGTut]

Angaben:

Übung, 1 SWS, Schein, ECTS: 1,25, nur Fachstudium

Studienrichtungen / Studienfächer:

WF MT-BA ab 5
WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF IuK-BA ab 5
WPF IuK-MA-MMS-INF 1-4
WPF ICT-MA-MPS 1-4
WPF MB-MA-FG13 1-3
WF CME-MA ab 1
WPF MT-MA-BDV ab 1

Inhalt:

In der Übung werden in wöchentlichen Praxis- und Theorieaufgaben die Inhalte der Vorlesung vertieft. In den praktischen Aufgaben lernen wir auch JavaScript in HTML und auch WebGL. Die Übung wird rein ONLINE stattfinden, Betreuung und Organisation werden über Teams organisiert.

Vertiefte Übungen zur Computergraphik [CGTutP]

Angaben:

Übung, 2 SWS, ECTS: 2,5, nur Fachstudium

Studienrichtungen / Studienfächer:

WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF MB-MA-FG13 1-3
WPF MT-MA-BDV ab 1

Inhalt:

In den vertieften Übungen behandeln wir tiefergehende Verfahren der Computergrafik, die teilweise über den Stoff der Vorlesung hinausgehen. Die wöchentlichen Übungsaufgaben sind in JavaScript und später auch in C++ und OpenGL zu lösen. Die Übung wird rein ONLINE stattfinden, Betreuung und Organisation werden über Teams organisiert.

Das Motiv des Raubes in der Frühen Neuzeit - Eine Datenanalyse zu Gender, Rape-Culture und Kunst [MotivDesRaubes]

Dozent/in:

Peter Bell

Angaben:

Seminar, 2 SWS, ECTS: 5, Gender und Diversity, geeignet als Schlüsselqualifikation

Termine:

Do, 14:00 - 16:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Das Seminar findet komplett über Zoom statt.

Inhalt:

Die Veranstaltung wendet sich mit einem klassischen Thema der Kunstgeschichte sowohl an Studierende derselben wie auch an Studierende der Digitalen Geistes- und Sozialwissenschaften, da das Thema sowohl mit qualitativen kunsthistorischen Analysemethoden sowie mit Methoden der Gender-Studies bearbeitet werden kann, wie auch mit quantitativen und digitalen Methoden.
Themenfelder sind die prominenten Ikonographien wie der Raub der Proserpina, der Sabinerinnen und der Europa. Im Fokus steht die Motivgeschichte ausgehend von den Quellen in die jeweiligen historischen Kontexte bis in die Rezeptions- und Forschungsgeschichte.

Artificial Intelligence I [AI I]

Dozent/in:

Michael Kohlhase

Angaben:

Vorlesung, 4 SWS, ECTS: 7,5

Termine:

Di, Mi, 16:15 - 17:45, H10

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-6
WPF INF-BA-V-KI ab 5
WPF INF-MA ab 1
WPF MT-MA-BDV ab 1
WPF ME-MA-MG6 1-3
WF CE-BA-TW ab 5

Inhalt:

Dieser Kurs beschäftigt sich mit den Grundlagen der Künstlichen Intelligenz (KI), insbesondere dem Problemlösen mittels heuristischer Suche, Spiel-KI mittels adverserieller Suche, Constraint-Lösen, Logik und Inferenz, und Automatischen Planen. Der Nachfolgekurs KI-2 beschäftigt sich dagegen mit statischer KI, insbesondere mit Schliessen unter Unsicherheit und Maschinellem Lernen

Lernziele und Kompetenzen

Fach- Lern- bzw. Methodenkompetenz

• Wissen: Die Studierenden lernen grundlegende Repräsentationsformalismen und Algorithmen der Künstlichen Intelligenz kennen.

• Anwenden: Die Konzepte werden an Beispielen aus der realen Welt angewandt (Übungsaufgaben).

• Analyse: Die Studierenden lernen die über die modellierung in der Maschine menschliche Intelligenzleistungen besser einzuschätzen.

Sozialkompetenz

• Die Studierenden arbeiten in Kleingruppen zusammen um kleine Projekte zu bewältigen

Empfohlene Literatur:

Die Vor­lesung folgt weit­ge­hend dem Buch
Stu­art Rus­sell und Peter Norvig: Ar­ti­fi­cial In­tel­li­gence: A Mod­ern Ap­proach. Pren­tice Hall, 3rd edi­tion, 2009.
Deutsche Aus­gabe:
Stu­art Rus­sell und Peter Norvig: Künstliche In­tel­li­genz: Ein Mod­ern­er Ansatz. Pear­son-Studi­um, 2004 (Überset­zung der 2. Auflage). ISBN: 978-3-8273-7089-1.

Artificial Intelligence I [AI I]

Dozent/in:

Michael Kohlhase

Angaben:

Vorlesung, 4 SWS, ECTS: 7,5

Termine:

Di, Mi, 16:15 - 17:45, H10

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-6
WPF INF-BA-V-KI ab 5
WPF INF-MA ab 1
WPF MT-MA-BDV ab 1
WPF ME-MA-MG6 1-3
WF CE-BA-TW ab 5

Inhalt:

Dieser Kurs beschäftigt sich mit den Grundlagen der Künstlichen Intelligenz (KI), insbesondere dem Problemlösen mittels heuristischer Suche, Spiel-KI mittels adverserieller Suche, Constraint-Lösen, Logik und Inferenz, und Automatischen Planen. Der Nachfolgekurs KI-2 beschäftigt sich dagegen mit statischer KI, insbesondere mit Schliessen unter Unsicherheit und Maschinellem Lernen

Lernziele und Kompetenzen

Fach- Lern- bzw. Methodenkompetenz

• Wissen: Die Studierenden lernen grundlegende Repräsentationsformalismen und Algorithmen der Künstlichen Intelligenz kennen.

• Anwenden: Die Konzepte werden an Beispielen aus der realen Welt angewandt (Übungsaufgaben).

• Analyse: Die Studierenden lernen die über die modellierung in der Maschine menschliche Intelligenzleistungen besser einzuschätzen.

Sozialkompetenz

• Die Studierenden arbeiten in Kleingruppen zusammen um kleine Projekte zu bewältigen

Empfohlene Literatur:

Die Vor­lesung folgt weit­ge­hend dem Buch
Stu­art Rus­sell und Peter Norvig: Ar­ti­fi­cial In­tel­li­gence: A Mod­ern Ap­proach. Pren­tice Hall, 3rd edi­tion, 2009.
Deutsche Aus­gabe:
Stu­art Rus­sell und Peter Norvig: Künstliche In­tel­li­genz: Ein Mod­ern­er Ansatz. Pear­son-Studi­um, 2004 (Überset­zung der 2. Auflage). ISBN: 978-3-8273-7089-1.

Ethics of Artificial Intelligence

Dozentinnen/Dozenten:

Jon Leefmann, Christoph Merdes, Sebastian Schuol

Angaben:

Seminar, ECTS: 2,5

Termine:

Einzeltermine am 13.11.2020, 27.11.2020, 18.12.2020, 15.1.2021, 12:00 - 17:30, Raum n.V.
Online-Seminar via Zoom

Voraussetzungen / Organisatorisches:

13.11.2020 (Grundlagen)
27.11.2020 (Algorithmenethik)
18.12.2020 (Roboterethik)
15.01.2021 (Weiterer Kontext)

Die zu lesenden Texte sind auf Englisch, die Diskussion findet auf Deutsch statt.

Inhalt:

The increasing prevalence of artificial intelligence in both everyday and extraordinary high-stakes environments raises a number of ethical questions. What information should an algorithm be allowed to utilize to grant or deny loans? Can a machine (e.g. an unmanned combat aerial system) ever be allowed to decide on killing a human by itself in a combat situation? The purpose of this seminar is to provide an introduction to ethical reasoning and argumentation strategies as they apply to the domain of artificial intelligence. The course covers issues of algorithm ethics, (semi)autonomous artificial agents and the wider ethical context of deploying artificial agents in human society.
Selected Topics and Questions:
Algorithms:

• Do algorithms work objectively, do they act neutral?

• Should AI-generated behavioral predictions have legal significance?

• What moral problems do personalized methods (e.g. in advertising) raise?
  

Robotics:

• Can robots be moral agents?

• Should a care robot be allowed to deceive its patients for their benefit?

• How could moral reasoning be implemented, and what values should be embedded into a (semi)autonomous machine?

• Would it be rational to defer to an AI with superior moral-reasoning capacities? What would this mean for our understanding as autonomous agents?
  

Social consequences of AI-technologies:

• Could robots ever be part of the moral community?

• How should one assess the consequences of AI for industrial automatization in terms of social justice?

• How should AI-technologies be designed to foster democratic instead of authoritarian values?

No prior knowledge of ethics is required, but a willingness to engage in serious ethical reasoning and discussion.

Empfohlene Literatur:

• Wallach, W., & Allen, C. (2008). Moral machines: Teaching robots right from wrong. Oxford University Press, Oxford.

• Coeckelbergh, M. (2020). AI Ethics. MIT Press, Cambridge MA.
  

Ethics of Artificial Intelligence

Dozentinnen/Dozenten:

Jon Leefmann, Christoph Merdes, Sebastian Schuol

Angaben:

Seminar, ECTS: 2,5

Termine:

Einzeltermine am 13.11.2020, 27.11.2020, 18.12.2020, 15.1.2021, 12:00 - 17:30, Raum n.V.
Online-Seminar via Zoom

Voraussetzungen / Organisatorisches:

13.11.2020 (Grundlagen)
27.11.2020 (Algorithmenethik)
18.12.2020 (Roboterethik)
15.01.2021 (Weiterer Kontext)

Die zu lesenden Texte sind auf Englisch, die Diskussion findet auf Deutsch statt.

Inhalt:

The increasing prevalence of artificial intelligence in both everyday and extraordinary high-stakes environments raises a number of ethical questions. What information should an algorithm be allowed to utilize to grant or deny loans? Can a machine (e.g. an unmanned combat aerial system) ever be allowed to decide on killing a human by itself in a combat situation? The purpose of this seminar is to provide an introduction to ethical reasoning and argumentation strategies as they apply to the domain of artificial intelligence. The course covers issues of algorithm ethics, (semi)autonomous artificial agents and the wider ethical context of deploying artificial agents in human society.
Selected Topics and Questions:
Algorithms:

• Do algorithms work objectively, do they act neutral?

• Should AI-generated behavioral predictions have legal significance?

• What moral problems do personalized methods (e.g. in advertising) raise?
  

Robotics:

• Can robots be moral agents?

• Should a care robot be allowed to deceive its patients for their benefit?

• How could moral reasoning be implemented, and what values should be embedded into a (semi)autonomous machine?

• Would it be rational to defer to an AI with superior moral-reasoning capacities? What would this mean for our understanding as autonomous agents?
  

Social consequences of AI-technologies:

• Could robots ever be part of the moral community?

• How should one assess the consequences of AI for industrial automatization in terms of social justice?

• How should AI-technologies be designed to foster democratic instead of authoritarian values?

No prior knowledge of ethics is required, but a willingness to engage in serious ethical reasoning and discussion.

Empfohlene Literatur:

• Wallach, W., & Allen, C. (2008). Moral machines: Teaching robots right from wrong. Oxford University Press, Oxford.

• Coeckelbergh, M. (2020). AI Ethics. MIT Press, Cambridge MA.
  

Medienethik: Themen und Diskurse

Dozent/in:

Johanna Haberer

Angaben:

Seminar, 2 SWS, Schein, ECTS: 5, Master, Modul: Medienethik

Termine:

Zeit/Ort n.V.

Voraussetzungen / Organisatorisches:

Modul: Medienethik Modulprüfung: Wissenschaftlicher Essay (10-15 Seiten) Der Kurs ist für Studierende aus dem Bereich "Lehramt" offen und kann im "Freien Bereich" angerechnet werden. Bitte melden Sie sich, um den Kurs zu besuchen, direkt über die Internetseite der VHB an: https://kurse.vhb.org/VHBPORTAL/kursprogramm/kursprogramm.jsp?kDetail=true&COURSEID=11471,70,1142,1

Inhalt:

„Ich habe die Datenschutzerklärung gelesen, verstanden und akzeptiert ...“ Mal ehrlich: Wer macht sich schon die Mühe, Datenschutzerklärungen zu lesen? Doch was bedeutet es für die grundlegende Gestaltung von digitalen Medien, wenn nur ca. ein Viertel aller Menschen, die einem sozialen Netzwerk beitreten, auch nur einen kurzen Blick auf die Datenschutzerklärung wirft? Dieser Kurs geht Fragen wie diesen auf den Grund. Dass dabei auch die „klassischen“ Medien nicht zu kurz kommen, ist selbstverständlich: Von prominenten Skandalen wie der Affäre um die Hitler-Tagebücher bis hin zum Fall Böhmermann und den (immer noch) aktuellen Vorwürfen der Lügenpresse widmet sich der Kurs den vielfältigen ethischen Fragen und Herausforderungen der Medienwelt. Vom Journalismus über Werbung und PR bis hin zu Unterhaltungsformaten im TV und digitalen Medien nimmt der Kurs dabei die unterschiedlichen Felder der Kommunikation in den Blick und diskutiert, wie Medien ethisch-verantwortungsvoll gestaltet, verbreitet und rezipiert werden. Denn natürlich sind für „die Medien“ nicht nur die Medienmacher verantwortlich – und so werden wir im Kurs auch unsere eigene Rolle als Mediennutzer kritisch reflektieren. Die Kursinhalte sind praxisnah anhand von konkreten Beispielen aufbereitet. Durch zahlreiche Selbstkontrollaufgaben, Pinnwände, Foren und Meinungsumfragen werden Sie, liebe Studierende, aktiv in den Kurs mit eingebunden und haben die Möglichkeit – selbstverständlich auf freiwilliger Basis – sich mit uns und der Kurs-Community auszutauschen.

Pro-/Seminar zur Argumentationstheorie

Dozent/in:

Axel Adrian

Angaben:

Proseminar

Termine:

Do, 14:00 - 16:00, Zoom-Meeting
ab 12.11.2020

Studienrichtungen / Studienfächer:

WPF JUR-GS-W 3
WPF JUR-GS-S 4

Voraussetzungen / Organisatorisches:

Teilnehmer
Das Proseminar richtet sich insbesondere an Studierende der ersten vier Fachsemester. Spezielle Vorkenntnisse zur Argumentationstheorie, juristischen Methodenlehre oder Wissenschaftstheorie wären hilfreich, werden aber nicht erwartet. Einführende inhaltliche Hinweise zu den jeweiligen Themen sowie Informationen zu einführender Literatur werden im Laufe der ersten Termine und auch noch speziell bei der Vergabe und Vorbereitung der Themen gegeben.

Proseminarschein
Zum Erwerb eines benoteten Proseminarscheins gem. § 10 Abs. 1 3,4 Abs. 2 StO ist die Anfertigung einer schriftlichen Proseminararbeit im Umfang von ca. 15 Seiten, ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich.

Seminarschein/ECTS
Zum Erwerb eines benoteten Seminarscheins ist die Anfertigung einer schriftlichen Seminararbeit im Umfang von ca. 15 Seiten und ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich. ECTS: 5. Das Seminar ist als Schlüsselqualifikation geeignet.

Ablauf
Das Proseminar wird virtuell auf Zoom stattfinden. Die Zugangsdaten hierfür sind folgende:
Meeting-ID: 496 272 3955
Kenncode: 278329.
Zunächst erfolgt eine allgemeine Einführung in das wissenschaftliche Arbeiten. Es geht um formale Anforderungen, Literaturrecherche, Zitiertechnik, Gutachtenstil, etc. Am Ende der allgemeinen Einführung erfolgt dann eine spezielle Einführung in die Fragen der später zu bearbeitenden Themen.
Im Rahmen der letzten Veranstaltung werden die Themen mit den Studierenden ausgewählt und vergeben. Danach finden in einem noch bekanntzugebenden Zeitraum zunächst keine weiteren Proseminarveranstaltungen statt, um den Bearbeitern die Möglichkeit zur Anfertigung ihrer Beiträge zu geben. Auch in diesem Zeitraum können Sie sich aber bei Fragen individuell bei mir melden. Schließlich erfolgen in den kommenden Proseminarveranstaltungen dann die Referate mit anschließender Diskussion, wobei pro Veranstaltung zwei Präsentationen stattfinden werden.

Zeit/Ort
Das Seminar findet grundsätzlich donnerstags von 14-16 Uhr c.t. statt (1. Termin: 12.11.2020).

Anmeldung
Die Anmeldung zu diesem Proseminar ist über StudOn möglich. Die Teilnehmerzahl ist auf 12 Personen begrenzt.

Fragen?

Inhalt:

Im Proseminar wird in der ersten Stunde vermittelt, wie wissenschaftliches Arbeiten und klassisches juristisches Denken und Argumentieren funktioniert. Sodann geht es um Fragen der Argumentationstheorie als solche, einer mittlerweile etablierten philosophischen Disziplin. Es geht dabei thematisch beispielsweise darum, ob der Begriff des Arguments überhaupt definiert werden kann, ob man Kriterien für „gültige“ Argumente festlegen kann, ob „überzeugende“ von nur „überredenden“ Argumenten unterschieden werden können, etc. Schließlich werden auch philosophische Bezüge z.B. zur Wissenschaftstheorie und zur Erkenntnistheorie aufgezeigt. Wie haben sich z.B. die Kriterien wissenschaftlicher Prüfbarkeit ausgehend von der Intuition, über die Verifikation und Falsifikation bis hin zur Frage der Rationalität von Argumenten verändert? Dabei werden auch die unten genannten Themen für Proseminararbeiten vorgestellt. Am Ende der letzten Doppelstunde werden dann die Themen vergeben, wie z.B.
• Das Aristotelische Fundament der Argumentationstheorie
• Stephen Toulmin “The Use of Argument”
• Chaim Perelman “La nouvelle rhétorique. Traité de l`argumentation”
• Charles Hamblin “Fallacies”
• Die Erweiterung der Logik in der Argumentationstheorie durch Trudy Govier und Christoph Lumer
• Manfred Kienpointers “Alltagslogik” und die Rationalisierung der Rhetorik durch 60 Argumentationsmuster
• Die Präzisierung der Fehlertheorie durch John Woods, Douglas Walton und Eric Krabbe
• Deppermanns empirisch sprachwissenschaftliche Analyse der Argumentationen
• Die gegenwärtige Argumentationstheorie nach dem sog. „Amsterdamer Ansatz“
• Der Begriff des Arguments nach Harald Wohlrapp
• Die Formalisierung juristischer Argumente zur Verarbeitung mit Maschinen
• Juristische Argumentation und die Idee des Cognitive Computing von Kevin D. Ashley (AI and legal analytics)

Digital History – Offenes Forschungskolloquium

Dozent/in:

Jacqueline Klusik-Eckert

Angaben:

Kolloquium, nur Fachstudium

Termine:

Zeit/Ort n.V.

Inhalt:

Virtuelle Teilnahme am Offenes Forschungskolloquium Digital History der HU Berlin

Die Vorträge im Rahmen der Data for History Lectures werden in Kooperation mit dem „Data for History“-Konsortium organisiert. Dabei wird es vor allem um Themen wie Datenmodellierung, Semantic Web und Linked (Open) Data sowie die damit verbundenen Herausforderungen für die historische Forschung gehen. Sie sind als internationale Plattform für all jene gedacht, die sich für Fragen der Bereitstellung und Modellierung historischer Daten interessieren.

Anmeldung
Zeit: Mittwochs, 16-18 Uhr c.t. Ort: Videokonferenz via Zoom
Wenn Sie an der Veranstaltung gern teilnehmen möchten, melden Sie sich bitte einfach per Email bei uns: digitalhistory@hu-berlin.de

Einführung in die digitale Kunstgeschichte (Digi KuGe)

Dozent/in:

Peter Bell

Angaben:

Seminar, 2 SWS, ECTS: 5, für Anfänger geeignet, geeignet als Schlüsselqualifikation

Termine:

Do, 10:00 - 12:00, Zoom-Meeting

Voraussetzungen / Organisatorisches:

Modulzuordnung:
Masterstudiengang:
PO-Version 2020 und 2018:
Pflichtcurriculum:

• Digitale Kunstgeschichte (Prüfungsnr. 68901)

PO-Version 2017:
Pflichtcurriculum:

• Digitale Kunstgeschichte (Prüfungsnr. 78801)

Inhalt:

Digitale Kunstgeschichte ist Kunstgeschichte mit digitalen Werkzeugen und Methoden. Es geht um die Digitalisierung kunsthistorischer Gegenstände durch(3D-)Scannen, Erfassen von Metadaten, Erstellen von Visualisierungen und dergleichen mehr, aber auch immer über die kritische Reflektion der neuen und alten Methoden. Die Studierenden erarbeiten ihre Themen anhand des Readers „Computing Art. Einführung in die digitale Kunstgeschichte“ und Erstellen eine vertiefende Hausarbeit.

Ethnografie digitaler Anwendungen [EthnoDH]

Dozent/in:

Vincent Steinbach

Angaben:

Seminar, 2 SWS, ECTS: 5, für Anfänger geeignet, nur Fachstudium, Gender und Diversity, geeignet als Schlüsselqualifikation, Inhalte in der StudOn Gruppe vor erstem Termin beachten!

Termine:

Fr, 10:00 - 12:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Voraussetzung: Interesse an qualitativer Sozialforschung, Selbststudium, Online-Lehre, Teamarbeit, praktische Forschungsarbeit
Das Seminar findet über Zoom statt.

Inhalt:

Im Seminar versuchen wir digitale Anwendungen verschiedener Art ethnografisch zu untersuchen. Die Studierenden können sich ihre Untersuchungsgegenstände aus drei Kategorien frei wählen. Im Fokus unserer Untersuchung stehen dabei Praktiken der Vertrauensbildung in mediale Informationsangebote. Der Fokus ergibt sich aus den aktuell viel diskutierten Themen Fake News, dem Vorwurf der Zensur an Social Media während der Covid-19 Pandemie und der Rolle von ‚alternativen Medien‘ bei der Meinungsbildung. Die ethnografische Forschung der Studierenden soll dabei mehr sein als bloße Anwendungsbeschreibungen. Die groben Ziele des Seminares sind: a) Vermittlung und Erprobung qualitativer Methodenkenntnisse, b) Umsetzung theoretischer Erkenntnisse in praktischer Forschung, c) kritische Betrachtung und Einordnung der Untersuchungsgegenstände in den erarbeiteten soziologischen Kontext und d) erste Schritte in der praktischen Forschungstätigkeit und in forschungsbezogener Teamarbeit. Das Konzept und die Feinziele des Lehrforschungsseminars können die Studierenden beim Dozenten erfragen. Beides wird auch in der ersten Veranstaltung vorgestellt.

Empfohlene Literatur:

• Endruweit, G. (2014). Feldforschung. In Wörterbuch der Soziologie (3. Aufl., S. 124–126). UVK.
• Förster, T., & Koechlin, L. (2014). Ethnologie. In Wörterbuch der Soziologie (3. Aufl., S. 107–108). UVK.
• Hirschauer, S. (2014). Ethnomethodologie. In Wörterbuch der Soziologie (3., S. 104–106). UVK.
• Nam, S.-H. (2019). Qualitative Analyse von Chats und anderer usergenerierter Kommunikation. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 1041–1051). Springer Fachmedien. https://doi.org/10.1007/978-3-658-21308-4_74
• Paßmann, J., & Schubert, C. (2020). Technografie als Methode der Social-Media-Forschung. In Handbuch Diskurse Digital. De Gruyter.
• Strübing, J. (2006). Webnografie? Zu den methodischen Voraussetzungen einer ethnografischen Erforschung des Internets. Technografie: Zur Mikrosoziologie der Technik, 249-274.
• Thomas, S. (2019). Ethnografie. Eine Einführung. Springer Nature. https://doi.org/10.1007/978-3-531-94218-6

Praktische Datenbankanwendungen für (nicht nur) ägyptische Denkmäler [PraktDaten]

Dozent/in:

Mona Dietrich

Angaben:

Seminar, 2 SWS, ECTS: 5, für Anfänger geeignet, geeignet als Schlüsselqualifikation

Termine:

Mi, 12:00 - 14:00, Raum n.V.

Voraussetzungen / Organisatorisches:

Vorkenntnisse sind keine nötig, weder in Denkmalkunde noch in den Tools. Sprachkenntnisse im Ägyptischen sind nicht gefordert, Texte werden (wo nötig) in Übersetzung bereitgestellt. Das Seminar wird über Zoom stattfinden. Sollten sich technische Probleme für Sie ergeben, melden Sie sich bitte frühzeitig.
Die Lehrveranstaltung findet synchron über Zoom statt.

Inhalt:

Am Beispiel ägyptischer Denkmäler werden verschiedene praktische Ansätze zur Wissensmodellierung in Datenbanksystemen besprochen. Neben der praktischen Umsetzung verschiedener Datenbankarchitekturen werden auch Data Mining-Verfahren diskutiert und zumindest teilweise umgesetzt. Schwerpunkte sind relationale und Graphdatenbanken sowie Clustering.
Die Anwendungsbeispiele decken dabei die gesamte Bandbreite ägyptischer Quellen – Texte, Objekte, Befunde etc. – ab. Daher sind zur Erschließung dieser verschiedenen Datensätze jeweils andere Strategien notwendig, für die ggf. auch archäologische Hintergrundinformationen bedacht werden müssen (z.B. Sichtachsen, Erreichbarkeit).

Empfohlene Literatur:

Literaturhinweise werden im Laufe des Semesters auf StudOn ergänzt.
Kemp, Barry: Ancient Egypt: Anatomy of a civilisation. London 1989.
Kuczera, Andreas: Graphentechnologien in den digitalen Geisteswissenschaften. Modellierung – Import – Analyse. URL: https://kuczera.github.io/Graphentechnologien/ (letzter Aufruf 21.07.2020). o.O. o.J.
Morse, Christopher: Research Databases and the Future of Digital Humanities Applications. URL: http://darthcrimson.org/research-databases-future-digital-humanities-applications/ (letzter Aufruf 21.07.2020).
Trognitz, Martina: A Graph Database of Aegean Seals with Uncertain Attributes. In: Kuczera, Andreas, Wübbena, Thorsten und Kollatz, Thomas (Hgg.): Die Modellierung des Zweifels – Schlüsselideen und -konzepte zur graphbasierten Modellierung von Unsicherheiten. Wolfenbüttel 2019. DOI: 10.17175/sb004₀₁₀

Schlagwörter:

Datenbanken, Wissensrepräsentation, Ägypten

Wörter, Texte & Frequenzen: statistische Analyse von Sprachdaten [StatAnalyse]

Dozentinnen/Dozenten:

Andreas Blombach, Philipp Heinrich

Angaben:

Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Di, 10:00 - 12:00, 02.313
Angebotene Präsenztermine am 3.11, 10.11., 15.12., 09.02.

Voraussetzungen / Organisatorisches:

Grundlegende Statistik- und Programmierkenntnisse werden vorausgesetzt, Erfahrung mit R ist nicht nötig.
Technische Voraussetzungen: eigener Rechner, Mikrofon, Lautsprecher oder Headset, idealerweise Webcam

Das Seminar findet größtenteils online statt (Screencasts, Zoom & asynchrone Kommunikation).
Es werden aber auch vereinzelte Präsenztermine angeboten, gerade zum Kennenlernen von R und RStudio am Anfang des Semesters.

Inhalt:

Seien es nun stilometrische Analysen, die Auswertung von Korpusrecherchen oder die Analyse von Social-Media-Beiträgen unter sozialwissenschaftlichen Gesichtspunkten: Auch wenn man eigentlich mit Text arbeitet, kommt man um Statistik oft nicht herum.
Sprachdaten bringen besondere statistische Herausforderungen mit sich, die in Einführungskursen in der Regel nur angeschnitten werden. Wir wollen uns im Seminar aber nicht nur damit beschäftigen, sondern auch ganz grundlegend mit statistischer Modellierung: Wie wählt man das passende statistische Verfahren aus? Wie wählt man die Prädiktorvariablen aus, die ins Modell eingehen sollen? Wie misst man die Güte eines Modells, und wie interpretiert man das Modell richtig? Wie lassen sich Modelle robust konstruieren, sodass sie verlässlichere Vorhersagen liefern? Wie geht man mit Interaktionen, Nichtlinearität und abhängigen Daten um? Wie wählt man unter mehreren möglichen Modellen das beste aus? Dabei spielt natürlich stets auch die Visualisierung der Daten eine wichtige Rolle. Eigene Daten und Fragestellungen können gerne eingebracht werden!
Grober und unvollständiger Themenüberblick:

• Einführung in R / Auffrischung
  

• Häufigkeitsverteilungen von Sprachdaten
  

• Visual data exploration: ggplot, Plotly & Shiny
  

• Statistische Modelle: Genauigkeit und Interpretierbarkeit, Test- und Trainingsdaten, Kreuzvalidierung
  

• Klassifikationsprobleme (logistische Regression, SVMs, Entscheidungsbäume und Random Forests)
  

• Modellieren für Fortgeschrittene (u.a. Umgang mit Nichtlinearität und mit abhängigen Daten)
  

• Unüberwachtes Lernen: Clustering, Dimensionsreduzierung und Co.
  

Empfohlene Literatur:

Wickham, Hadley / Grolemund, Garrett (2017): R for Data Science. [Online: https://r4ds.had.co.nz/index.html ]
Ismay, Chester / Kim, Albert Y. (2020): Statistical Inference via Data Science. A ModernDive into R and the Tidyverse. [Online: https://moderndive.com/index.html ]
James, Gareth / Witten, Daniela / Hastie, Trevor / Tibshirani, Robert (2013): An Introduction to Statistical Learning. [Online: http://faculty.marshall.usc.edu/gareth-james/ISL/ ]

Schlagwörter:

Statistik, Korpuslinguistik, Visualisierung, Datenanalyse, Regression, Modellierung