Informatik

• Mustererkennung

  0089cA1.12
  • 19304201 Vorlesung
    Machine Learning (Paul Hagemann)
    Zeit: Mi 12:00-14:00, Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.10.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    Grundkenntnisse in Mathematik und Algorithmen und Datenstrukturen

    Kommentar

    Inhalt:

    Bayesche Verfahren der Mustererkennung, Clustering, Expectation Maximization, Neuronale Netze und Lernalgorithmen, Assoziative Netze, Rekurrente Netze. Computer-Vision mit neuronalen Netzen, Anwendungen in der Robotik.

    01 - Introduction, notation, k-nearest neighbors
    02 - Clustering (kMeans, DBSCAN)
    03 - Linear and logistic regression
    04 - Model validation
    05 - The covariance matrix, PCA
    06 - Bagging, decision trees, random forests
    07 - Boosting (AdaBoost), Viola-Jones
    08 - Perceptron, multi-layer perceptron
    09 - Gradient Descent, Backprop, Optimizers (SGD, Adam, RProp)
    10 - ConvNets
    11 - Unsupervised representation learning I  (VAEs, Glow)
    12 - Unsupervised representation learning II (GANs)
    13 - RNNs
    14 - Attention, Transformers
    15 - Attribution, Adversarial Examples

    Literaturhinweise

    wird noch bekannt gegeben

  • 19304202 Übung
    Übung zu Mustererkennung / Machine Learning (Manuel Heurich)
    Zeit: Mo 14:00-16:00 (Erster Termin: 20.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

• Softwareprozesse

  0089cA1.18
  • 19306101 Vorlesung
    Softwareprozesse (Lutz Prechelt)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Kurssprache ist Deutsch, aber die Folien und Übungsblätter sind auf Englisch.

    Die Klausur ist auf Deutsch, kann aber auch auf Englisch beantwortet werden.

    Kommentar

    Inhalt

    Diese Veranstaltung vertieft das Wissen über die Gestaltung von Softwareprozessen. Hauptmerkmal der Betrachtung ist die Unterscheidung von stärker planenden Prozessen ("Wasserfall") und solchen, die mehr "auf Sicht fahren" ("agil"), sowie das Spannungsfeld, das die Vorzüge beider Ansätze dazwischen aufbauen. Diskutierte Prozessarten sind z.B.

    • Prozesse für Projekte mit unklaren oder schnell veränderlichen Anforderungen ("Agile Methoden") und dabei konkret z.B. Scrum, Kanban, eXtremeProgramming und DevOps.
    • Ein Prozessmodell, das den Spagat zwischen planend und agil versucht ("V-Modell XT")
    • Prozesse für die dezentrale und verteilte Kollaboration ("Open Source", "Inner Source")
    • Prozesse für hochkritische Software ("Cleanroom Software Engineering")

    In allen Fällen beschränken wir uns nicht auf eine technische oder organisatorische Betrachtung, sondern nehmen sozio-technische Aspekte mit in den Blick.

    Die Teilnehmenden lernen, die Tauglichkeit gewisser Prozessmerkmale für gegebene Zwecke und Situationen zu beurteilen und dabei die theoretische Funktionsweise klar von der sozio-technischen Realität zu unterscheiden. Sie erwerben somit die Fähigkeit, Softwareprozesse zu analysieren und sinnvolle Verbesserungen vorzuschlagen.

    Zielgruppe

    Studierende mit Hauptfach Informatik oder Wirtschaftsinformatik.

    Voraussetzungen

    Grundkenntnisse in Softwaretechnik

    Homepage

    Siehe https://www.mi.fu-berlin.de/w/SE/TeachingHome

    Literaturhinweise

    See the slides

  • 19306102 Übung
    Übung zu Softwareprozesse (Lutz Prechelt, Linus Ververs)
    Zeit: Di 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Siehe Vorlesung

• Softwareprojekt Praktische Informatik A

  0089cA1.23
  • 19309212 Projektseminar
    Softwareprojekt: Smart Home Demo Lab (Jochen Schiller, Marius Max Wawerek)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    In this course you will be expected to write code. The outcome of your software project should be a concrete contribution to the RIOT code base, and take the shape of one or more pull request(s) to the RIOT github (https://github.com/RIOT-OS/RIOT). Before you start coding, refer to the starting guide

    https://github.com/RIOT-OS/RIOT/wiki#wiki-start-the-riot

    Kommentar

    Softwareprojekt Smart Home Demo Lab

    In diesem Softwareprojekt stehen verschiedene Aufgabenstellungen zur Auswahl. Diese beschäftigen sich mit dem Smart Home Demo Lab der Arbeitsgruppe Computer Systems & Telematics. Die Arbeitsbereiche sind:

    • Aufbau eines Smart Home Ökösystems
    • Machine Learning (ML) basierte Analyse von Smart Home Datensätzen
    • Experimente mit und Verbesserung von bestehenden ML Modellen
    • Entwurf eigener Szenarien für die Nutzung von Smart Homes
    • Entwicklung eigener (virtueller) IoT Geräte

    Die Teilnehmer werden in Kleingruppen (3-5 Studenten) arbeiten und jede Gruppe bearbeitet ihre eigene Fragestellung.

     

    Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Zunächst gibt es ein Kick-off Treffen mit allen Teilnehmern. Dort werden die verschiedenen Aufgaben vorgestellt. Anschließend geben die Studierenden eine Liste mit Priotäten für die einzelnen Themen ab.

    Die eigentliche Bearbeitung der Aufgaben erfolgt dann in mehreren zwei-wöchigen Sprints. Bis am Ende des Semesters eine Abschlusspräsentation allen Teilnehmern alle Ergebnisse vorstellt.

    Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.

    Literaturhinweise

    • A. S. Tanenbaum, Modern Operating Systems, 3rd ed. Upper Saddle River, NJ, USA: Prentice Hall Press, 2007.
    • Shelby, Zach, and Carsten Bormann. 6LoWPAN: The wireless embedded Internet. Vol. 43. Wiley. com, 2011.
    • A. Dunkels, B. Gronvall, and T. Voigt, "Contiki - a lightweight and flexible operating system for tiny networked sensors." in LCN. IEEE Computer Society, 2004, pp. 455-462.
    • P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler, "TinyOS: An Operating System for Sensor Networks," in Ambient Intelligence, W. Weber, J. M. Rabaey, and E. Aarts, Eds. Berlin/Heidelberg: Springer-Verlag, 2005, ch. 7, pp. 115-148.
    • Oliver Hahm, Emmanuel Baccelli, Mesut Günes, Matthias Wählisch, Thomas C. Schmidt, "RIOT OS: Towards an OS for the Internet of Things," in Proceedings of the 32nd IEEE International Conference on Computer Communications (INFOCOM), Poster Session, April 2013.
    • M.R. Palattella, N. Accettura, X. Vilajosana, T. Watteyne, L.A. Grieco, G. Boggia and M. Dohler, "Standardized Protocol Stack For The Internet Of (Important) Things", IEEE Communications Surveys and Tutorials, December 2012.
    • J. Wiegelmann, Softwareentwicklung in C für Mikroprozessoren und Mikrocontroller, Hüthig, 2009

  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.

  • 19329912 Projektseminar
    Softwareprojekt: Secure Identity (Volker Roth)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: , T9/SR 006 Seminarraum
    
  • 19332512 Projektseminar
    Softwareprojekt: Applying LLMs in Healthcare (Malte Heiser)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: , Virtueller Raum 35
    

    Zusätzl. Angaben / Voraussetzungen

    Die Veranstaltung findet statt in der Königin-Luise-Str. 24/26, Raum 111.

    Link zum Softwareprojekt auf der HCC-Webseite: https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2025_26/swp_applying_llms_in_healthcare.html

    Kommentar

    In diesem Softwareprojekt entwickeln Studierende in Teamarbeit eine auf Large Language Models (LLMs) basierende Software für Patient:innen im Kontext der Notaufnahme. Im Mittelpunkt steht die emotionale Informiertheit der Patient:innen im Wartebereich, mit dem Ziel, eine eigenständige Reflexion über die eigenen Symptome zu ermöglichen.   Die praxisnahe Problemstellung dient als Grundlage für die Entwicklung einer funktionsfähigen LLM-basierten Anwendung und fördert dabei interdisziplinäres Denken, technische Kreativität sowie agile Teamarbeit. Methodisch orientiert sich das Projekt am Scrum-Framework und bietet den Studierenden die Gelegenheit, wertvolle praktische Erfahrungen im Entwicklungsprozess zu sammeln.   Durch die Anwendung agiler Prinzipien gestalten die Studierenden den Entwicklungsprozess iterativ und kollaborativ – von der Anforderungsanalyse über Planung und Umsetzung bis hin zur abschließenden Reflexion. Dabei erweitern sie ihre Kommunikationsfähigkeiten, bearbeiten komplexe Aufgabenstellungen und vertiefen ihre technischen Kompetenzen.   Wöchentliche Meetings im Verlauf des Semesters ermöglichen die gemeinsame Gestaltung des Prozesses und bieten Raum für Diskussionen. Als Berater:innen und Mentor:innen begleiten wir den Prozess und vermitteln bei Bedarf relevante Methoden und fachliche Kompetenzen.

    Literaturhinweise

    Literature, materials and equipment will be provided during the event.

  • 19334212 Projektseminar
    Softwareprojekt: Maschinelles Lernen für lebenswissenschaftliche Daten (Pascal Iversen, Katharina Baum)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    In diesem Softwareprojekt arbeiten wir mit verschiedenen ML-basierten Methoden für Vorhersagen für konkrete Fragestellungen aus der Biologie, wie zum Beispiel die Vorhersage der Wirkung von Medikamenten oder die Entwicklung von Infektionszahlen. Dabei liegt der Fokus explizit auf der Entwicklung, Implementierung und Evaluation des methodischen Frameworks und weniger auf der Vorbereitung der Daten.

    Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie PyTorch oder ggf. JAX. Gute Python-Kenntnisse sind Voraussetzung. Das Softwareprojekt findet semesterbegleitend statt und kann auch auf Englisch durchgeführt werden.

  • 19334412 Projektseminar
    Softwareprojekt: Future Security Lab (Leonie Terfurth)
    Zeit: Mo 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Wetter und Klima prägen unseren Alltag, jedoch sind Wetter- und Klimainformationen oft komplex und schwer verständlich. Besonders Extremwetterereignisse und die Kommunikation von Warninformationen verdeutlichen, wie wichtig es ist, meteorologische Informationen so aufzubereiten, dass Menschen sie intuitiv in ihre Entscheidungen einbeziehen können. Die Effektivität von Wetterkommunikation hängt damit nicht nur von der Verfügbarkeit und Qualität der Daten ab, sondern auch von der Klarheit und Gestaltung der Kommunikation (DWD RainBoW; Leschzyk et al., 2025).
    Die Qualität und Zugänglichkeit von Extended-Reality-(XR-)Technologien – in diesem Fall Augmented Reality (AR) – haben zuletzt stark zugenommen. Im Software-Projekt „Future Security Lab“ im Wintersemester 2025 entwickeln Studierende in Kleingruppen Proof-of-Concept-Prototypen, die das Potenzial von Augmented Reality für die Kommunikation von Wetter- und Klimadaten erproben. Studierende können sich dabei an Themenvorschlägen orientieren oder eigenständig Ideen einbringen.  Dabei stehen sowohl die technische Umsetzung, als auch Anwendungsorientierung und die Anwendungsszenarien im Mittelpunkt.

    
    Zwei relevante Konzepte sind:
    Immersive Analytics – die Nutzung von XR-Technologien, um komplexe Daten für Entscheidungsprozesse in räumliche, interaktive Umgebungen zu übertragen. Durch die Möglichkeit zur aktiven Erkundung und Manipulation werden die Daten erlebbar (Chandler et al., 2015).
    Data Visceralization – die Übersetzung von Daten in intuitive Größen, um das Verständnis physikalischer Größen und Mengen zu fördern und die Daten direkt erfahrbar zu machen (Lee et al., 2020).

    
    Dieses Softwareprojekt findet semesterbegleitend statt. Circa alle 2 Wochen findet ein Präsenz-Treffen statt, in denen alle Gruppenmitglieder über den aktuellen Stand berichten. Neben kurzen Updates an den Präsenzterminen werden 3 Päsentationen gehalten:  einen Ideen-Pitch, eine Zwischenpräsentation und eine Abschlusspräsentation.
    Zu Beginn der Veranstaltung (13.10) werden die organisatorische Details und Hintergrundinformationen zur Projektideendie verschiedene Konzepte im Detail vorgestellt. Zusätzlich wird es einen Themenvortrag „User-Oriented Weather Warnings“ als Inspiration für Anwendungen geben.

• Softwareprojekt Praktische Informatik B

  0089cA1.24
  • 19309212 Projektseminar
    Softwareprojekt: Smart Home Demo Lab (Jochen Schiller, Marius Max Wawerek)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    In this course you will be expected to write code. The outcome of your software project should be a concrete contribution to the RIOT code base, and take the shape of one or more pull request(s) to the RIOT github (https://github.com/RIOT-OS/RIOT). Before you start coding, refer to the starting guide

    https://github.com/RIOT-OS/RIOT/wiki#wiki-start-the-riot

    Kommentar

    Softwareprojekt Smart Home Demo Lab

    In diesem Softwareprojekt stehen verschiedene Aufgabenstellungen zur Auswahl. Diese beschäftigen sich mit dem Smart Home Demo Lab der Arbeitsgruppe Computer Systems & Telematics. Die Arbeitsbereiche sind:

    • Aufbau eines Smart Home Ökösystems
    • Machine Learning (ML) basierte Analyse von Smart Home Datensätzen
    • Experimente mit und Verbesserung von bestehenden ML Modellen
    • Entwurf eigener Szenarien für die Nutzung von Smart Homes
    • Entwicklung eigener (virtueller) IoT Geräte

    Die Teilnehmer werden in Kleingruppen (3-5 Studenten) arbeiten und jede Gruppe bearbeitet ihre eigene Fragestellung.

     

    Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Zunächst gibt es ein Kick-off Treffen mit allen Teilnehmern. Dort werden die verschiedenen Aufgaben vorgestellt. Anschließend geben die Studierenden eine Liste mit Priotäten für die einzelnen Themen ab.

    Die eigentliche Bearbeitung der Aufgaben erfolgt dann in mehreren zwei-wöchigen Sprints. Bis am Ende des Semesters eine Abschlusspräsentation allen Teilnehmern alle Ergebnisse vorstellt.

    Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.

    Literaturhinweise

    • A. S. Tanenbaum, Modern Operating Systems, 3rd ed. Upper Saddle River, NJ, USA: Prentice Hall Press, 2007.
    • Shelby, Zach, and Carsten Bormann. 6LoWPAN: The wireless embedded Internet. Vol. 43. Wiley. com, 2011.
    • A. Dunkels, B. Gronvall, and T. Voigt, "Contiki - a lightweight and flexible operating system for tiny networked sensors." in LCN. IEEE Computer Society, 2004, pp. 455-462.
    • P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler, "TinyOS: An Operating System for Sensor Networks," in Ambient Intelligence, W. Weber, J. M. Rabaey, and E. Aarts, Eds. Berlin/Heidelberg: Springer-Verlag, 2005, ch. 7, pp. 115-148.
    • Oliver Hahm, Emmanuel Baccelli, Mesut Günes, Matthias Wählisch, Thomas C. Schmidt, "RIOT OS: Towards an OS for the Internet of Things," in Proceedings of the 32nd IEEE International Conference on Computer Communications (INFOCOM), Poster Session, April 2013.
    • M.R. Palattella, N. Accettura, X. Vilajosana, T. Watteyne, L.A. Grieco, G. Boggia and M. Dohler, "Standardized Protocol Stack For The Internet Of (Important) Things", IEEE Communications Surveys and Tutorials, December 2012.
    • J. Wiegelmann, Softwareentwicklung in C für Mikroprozessoren und Mikrocontroller, Hüthig, 2009

  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.

  • 19329912 Projektseminar
    Softwareprojekt: Secure Identity (Volker Roth)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: , T9/SR 006 Seminarraum
    
  • 19332512 Projektseminar
    Softwareprojekt: Applying LLMs in Healthcare (Malte Heiser)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: , Virtueller Raum 35
    

    Zusätzl. Angaben / Voraussetzungen

    Die Veranstaltung findet statt in der Königin-Luise-Str. 24/26, Raum 111.

    Link zum Softwareprojekt auf der HCC-Webseite: https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2025_26/swp_applying_llms_in_healthcare.html

    Kommentar

    In diesem Softwareprojekt entwickeln Studierende in Teamarbeit eine auf Large Language Models (LLMs) basierende Software für Patient:innen im Kontext der Notaufnahme. Im Mittelpunkt steht die emotionale Informiertheit der Patient:innen im Wartebereich, mit dem Ziel, eine eigenständige Reflexion über die eigenen Symptome zu ermöglichen.   Die praxisnahe Problemstellung dient als Grundlage für die Entwicklung einer funktionsfähigen LLM-basierten Anwendung und fördert dabei interdisziplinäres Denken, technische Kreativität sowie agile Teamarbeit. Methodisch orientiert sich das Projekt am Scrum-Framework und bietet den Studierenden die Gelegenheit, wertvolle praktische Erfahrungen im Entwicklungsprozess zu sammeln.   Durch die Anwendung agiler Prinzipien gestalten die Studierenden den Entwicklungsprozess iterativ und kollaborativ – von der Anforderungsanalyse über Planung und Umsetzung bis hin zur abschließenden Reflexion. Dabei erweitern sie ihre Kommunikationsfähigkeiten, bearbeiten komplexe Aufgabenstellungen und vertiefen ihre technischen Kompetenzen.   Wöchentliche Meetings im Verlauf des Semesters ermöglichen die gemeinsame Gestaltung des Prozesses und bieten Raum für Diskussionen. Als Berater:innen und Mentor:innen begleiten wir den Prozess und vermitteln bei Bedarf relevante Methoden und fachliche Kompetenzen.

    Literaturhinweise

    Literature, materials and equipment will be provided during the event.

  • 19334212 Projektseminar
    Softwareprojekt: Maschinelles Lernen für lebenswissenschaftliche Daten (Pascal Iversen, Katharina Baum)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    In diesem Softwareprojekt arbeiten wir mit verschiedenen ML-basierten Methoden für Vorhersagen für konkrete Fragestellungen aus der Biologie, wie zum Beispiel die Vorhersage der Wirkung von Medikamenten oder die Entwicklung von Infektionszahlen. Dabei liegt der Fokus explizit auf der Entwicklung, Implementierung und Evaluation des methodischen Frameworks und weniger auf der Vorbereitung der Daten.

    Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie PyTorch oder ggf. JAX. Gute Python-Kenntnisse sind Voraussetzung. Das Softwareprojekt findet semesterbegleitend statt und kann auch auf Englisch durchgeführt werden.

  • 19334412 Projektseminar
    Softwareprojekt: Future Security Lab (Leonie Terfurth)
    Zeit: Mo 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Wetter und Klima prägen unseren Alltag, jedoch sind Wetter- und Klimainformationen oft komplex und schwer verständlich. Besonders Extremwetterereignisse und die Kommunikation von Warninformationen verdeutlichen, wie wichtig es ist, meteorologische Informationen so aufzubereiten, dass Menschen sie intuitiv in ihre Entscheidungen einbeziehen können. Die Effektivität von Wetterkommunikation hängt damit nicht nur von der Verfügbarkeit und Qualität der Daten ab, sondern auch von der Klarheit und Gestaltung der Kommunikation (DWD RainBoW; Leschzyk et al., 2025).
    Die Qualität und Zugänglichkeit von Extended-Reality-(XR-)Technologien – in diesem Fall Augmented Reality (AR) – haben zuletzt stark zugenommen. Im Software-Projekt „Future Security Lab“ im Wintersemester 2025 entwickeln Studierende in Kleingruppen Proof-of-Concept-Prototypen, die das Potenzial von Augmented Reality für die Kommunikation von Wetter- und Klimadaten erproben. Studierende können sich dabei an Themenvorschlägen orientieren oder eigenständig Ideen einbringen.  Dabei stehen sowohl die technische Umsetzung, als auch Anwendungsorientierung und die Anwendungsszenarien im Mittelpunkt.

    
    Zwei relevante Konzepte sind:
    Immersive Analytics – die Nutzung von XR-Technologien, um komplexe Daten für Entscheidungsprozesse in räumliche, interaktive Umgebungen zu übertragen. Durch die Möglichkeit zur aktiven Erkundung und Manipulation werden die Daten erlebbar (Chandler et al., 2015).
    Data Visceralization – die Übersetzung von Daten in intuitive Größen, um das Verständnis physikalischer Größen und Mengen zu fördern und die Daten direkt erfahrbar zu machen (Lee et al., 2020).

    
    Dieses Softwareprojekt findet semesterbegleitend statt. Circa alle 2 Wochen findet ein Präsenz-Treffen statt, in denen alle Gruppenmitglieder über den aktuellen Stand berichten. Neben kurzen Updates an den Präsenzterminen werden 3 Päsentationen gehalten:  einen Ideen-Pitch, eine Zwischenpräsentation und eine Abschlusspräsentation.
    Zu Beginn der Veranstaltung (13.10) werden die organisatorische Details und Hintergrundinformationen zur Projektideendie verschiedene Konzepte im Detail vorgestellt. Zusätzlich wird es einen Themenvortrag „User-Oriented Weather Warnings“ als Inspiration für Anwendungen geben.

• Wissenschaftliches Arbeiten Praktische Informatik A

  0089cA1.25
  • 19303811 Seminar
    Projektseminar Informatik und Archäologie (Agnès Voisard)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    • ALP I
    • ALP II
    • Datenbanksysteme

    Kommentar

    Forschungsseminar: Informatik und Archäologie

    Beschreibung des Kurses

    Dieses Forschungsseminar bringt Studenten der Informatik und der Altertumswissenschaften zusammen, um die Anwendung von Computermethoden auf archäologische Fragestellungen zu untersuchen. Das Forschungsseminar bietet einen praktischen Zugang zu Methoden des digitalen Kulturerbes, wie z.B. räumliche Analyse, 3D-Rekonstruktion, Data Mining und die digitale Verarbeitung archäologischer Artefakte. Beispiele für Datensätze werden unter anderem Keramik, Steinwerkzeuge, Inschriften, Tontafeln und Landschaften sein.

    Ein zentrales Ziel des Seminars ist es, die interdisziplinäre Zusammenarbeit zu fördern, wobei die Studenten in Paaren arbeiten - idealerweise ein Informatikstudent mit einem Studenten der Altertumswissenschaften. Jedes Team wird ein kleines Forschungsprojekt entwickeln und durchführen, das technische Werkzeuge mit archäologischen Daten, Methoden oder Forschungsfragen kombiniert.

    Zu den Themen gehören unter anderem:

    - 3D-Analyse von archäologischen Artefakten und Architektur
    - Geografische Informationssysteme (GIS) und räumliche Datenanalyse
    - Maschinelles Lernen und Computer Vision zur Klassifizierung von Artefakten
    - Nutzung von Datenbanken und digitale Dokumentation von Grabungsdaten
    - OCR/HTR für Schrift in 3D wie Inschriften oder Tontafeln

    Studierende der Informatik werden Erfahrungen in der Anwendung von Computertechniken in einem geisteswissenschaftlichen Kontext sammeln, während Studierende der Altertumswissenschaften in digitale Werkzeuge und Ansätze zur Unterstützung archäologischer Forschung eingeführt werden.

    Für die Studierenden der Altertumswissenschaften sind keine Vorkenntnisse im Programmieren erforderlich, und für die Studierenden der Informatik werden keine archäologischen Vorkenntnisse vorausgesetzt.

    Das Seminar wird gemeinsam vom Institut für Informatik und der Arbeitsgruppe Archäoinformatik des Instituts für Computergestützte Altertumswissenschaften (CompAS) der Freien Universität Berlin betreut, so dass eine ausgewogene fachübergreifende Betreuung gewährleistet ist.

    Lernziele

    - Verstehen der interdisziplinären Herausforderungen und Möglichkeiten in der digitalen Archäologie
    - Erlernen der Anwendung und Bewertung von Computerwerkzeugen für Daten des kulturellen Erbes
    - Entwickeln und Präsentieren eines kollaborativen, projektbasierten Forschungsergebnisses
    - Gewinnen von Einblicken in aktuelle Praktiken der digitalen Geisteswissenschaften und der digitalen Archäologie

     

    Literaturhinweise

    Literature and Data Sources:
     

    Open Access if not stated otherwise:

    
    – ACM Journal on Computing and Cultural Heritage
              https://dl.acm.org/journal/jocch
    – De Gruyter Brill on Open Archaeology (OPAR)
              https://www.degruyterbrill.com/journal/key/opar/html
    – Elsevir Journal of Archaeological Science (JAS)
              https://www.sciencedirect.com/journal/journal-of-archaeological-science

    – Journal of Computer Applications in Archaeology (JCAA)
               https://journal.caa-international.org/
    – Journal of Open Archaeological Data (JOAD)
               https://openarchaeologydata.metajnl.com/
    – Journal of Open Humanities Data (JOHD)
               https://openhumanitiesdata.metajnl.com/

    
    Survey articles and Books:
    
    – Advances in digital pottery analysis
              https://doi.org/10.1515/itit-2022-0006
    – Digital Assyriology—Advances in Visual Cuneiform Analysis
              https://doi.org/10.1145/3491239
    – Machine Learning for Ancient Languages: A Survey

              https://doi.org/10.1162/coli_a_00481
    – Airborne laser scanning raster data visualization. A Guide to Good Practice
              https://doi.org/10.3986/9789612549848
    – Digital Humanities, Eine Einführung (German, no Open Acces)
              https://link.springer.com/book/9783476047687
    – New Technologies for Archaeology, Multidisciplinary Investigations in Palpa and Nasca,   Peru (no Open Acces) https://doi.org/10.1007/978-3-540-87438-6
    – Digging in documents: using text mining to access the hidden knowledge in Dutch archaeological excavation reports https://hdl.handle.net/1887/3274287
    
    Databases (related to research partners):

     

    – Heidelberg Objekt- und Multimediadatenbank (HeidICON)
              https://heidicon.ub.uni-heidelberg.de
    – Kooperative Erschließung und Nutzung der Objektdaten von Münzsammlungen
              https://www.kenom.de/
    – Art Institute of Chicago (API)
              https://api.artic.edu/docs/
    – FactGrid, a database for historical research
              https://database.factgrid.de/wiki/Main_Page
    – Research infrastructures of the German Archaeological Institute (DAI), multiple DBs:
              https://idai.world
    – Heidelberg Accession Index (HAI): Zugangsbücher und Bestandsverzeichnisse     deutscher Sammlungen und Museen           https://digi.ub.uni-heidelberg.de/de/hai/index.html

    – Bilddatenbank des Kunsthistorische Instituts (GeschKult, FU)
              https://www.geschkult.fu-berlin.de/e/khi/ressourcen/diathek/digitale_diathek/index.html
    – Epigraphic Database Heidelberg
              https://edh.ub.uni-heidelberg.de/

    – Ubi Erat Lupa  – Bilddatenbank zu antiken Steindenkmälern
              https://lupa.at/
    – Hethitologie-Portal Mainz
              https://hethport.uni-wuerzburg.de
    – Altägyptische Kursivschriften und Digitale Paläographie (AKU-PAL)
              https://aku-pal.uni-mainz.de/graphemes
    – Text Database and Dictionary of Classic Mayan (German and Spanish)
              https://www.classicmayan.org

  • 19305811 Seminar
    Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
    Zeit: Do 16:00-18:00 (Erster Termin: 23.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende der Informatik (auch Nebenfach).

    Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.

    Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.

    Voraussetzungen

    Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.

    Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.

    Homepage

    http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE

    Kommentar

    Inhalt

    Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:

    • Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
    • Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
    • Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.

    Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.

    Literaturhinweise

    Je nach Wahl des Vortragsthemas

  • 19320811 Seminar
    Seminar: PQC - Ausgewählte Themen der IT-Sicherheit (Marian Margraf)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Unverbindliche Liste von Themenideen zur Orientierung (wird voraussichtlich bis Semesterbeginn noch überarbeitet):

    • Verfahren
    • NIST-Selected:
    • ML-KEM/CRYSTALS-Kyber (Lattice-based KEM)
    • Sphincs+ (Hash-based Signatures)
    • CRYSTALS-Dilithium (Lattice-based Signatures)
    • FALCON (Lattice-based Signatures)
    • HQC (Code-based KEM)
    • NIST-Finalists:
    • Classic McEliece (Code-based KEM)
    • Broken Schemes:
    • Rainbow (Mulivariate Signatures)
    • SIKE (Isogeny-based KEM)

    jeweils:

    • Funktionsweise
    • zugrundeliegende Probleme
    • Sicherheitsbeweise
    • Hybride Verfahren
    • Transformationen

     

    Grober Ablaufplan (Änderungen möglich)

    • Themenvorstellung und -Vergabe in den ersten drei Wochen
    • Ende November Präsentation des Zwischenstands
    • Dezember / Januar Vorträge
    • Anfang Februar Abgabe Ausarbeitung

    Kommentar

    The seminar is about Post Quantum Cryptography. You are welcome to do your presentation and paper in english. We recommend that you can passively understand German because our introduction, organizational matters etc will be in German. Detailed info in German follows.

    Im Rahmen dieses Seminars beschäftigen wir uns mit dem Thema quantencomputerresistente Kryptoverfahren (Verschlüsselungs-/Signaturverfahren, die von einem Quantencomputer nicht gebrochen werden können). 
    Teilnehmende stellen ein Thema (s.u.) in einem Vortrag dem Rest der Gruppe vor sowie erarbeiten einen kurzen Artikel zum gewählten Thema.
    Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich um moderne PQ-Kryptoverfahren sowie ihre zugrundeliegenden mathematische Probleme und Sicherheitsbeweise, außerdem Aspekte der Kryptoagilität drehen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu Post-Quanten-Kryptografie soll aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

    Das Seminar wird durchgeführt von Marian Sigler und Malte Andersch.

    Literaturhinweise

    Daniel J. Bernstein, Johannes Buchmann, Erik Dahmen (Eds.): Post-Quantum Cryptography.

  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

    Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

    Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19334617 Seminar/Proseminar
    Seminar/Proseminar: Beyond LLMs: Recent Breakthroughs in AI (Tim Landgraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    
  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 14:00-15:30, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Wissenschaftliches Arbeiten Praktische Informatik B

  0089cA1.26
  • 19303811 Seminar
    Projektseminar Informatik und Archäologie (Agnès Voisard)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen

    • ALP I
    • ALP II
    • Datenbanksysteme

    Kommentar

    Forschungsseminar: Informatik und Archäologie

    Beschreibung des Kurses

    Dieses Forschungsseminar bringt Studenten der Informatik und der Altertumswissenschaften zusammen, um die Anwendung von Computermethoden auf archäologische Fragestellungen zu untersuchen. Das Forschungsseminar bietet einen praktischen Zugang zu Methoden des digitalen Kulturerbes, wie z.B. räumliche Analyse, 3D-Rekonstruktion, Data Mining und die digitale Verarbeitung archäologischer Artefakte. Beispiele für Datensätze werden unter anderem Keramik, Steinwerkzeuge, Inschriften, Tontafeln und Landschaften sein.

    Ein zentrales Ziel des Seminars ist es, die interdisziplinäre Zusammenarbeit zu fördern, wobei die Studenten in Paaren arbeiten - idealerweise ein Informatikstudent mit einem Studenten der Altertumswissenschaften. Jedes Team wird ein kleines Forschungsprojekt entwickeln und durchführen, das technische Werkzeuge mit archäologischen Daten, Methoden oder Forschungsfragen kombiniert.

    Zu den Themen gehören unter anderem:

    - 3D-Analyse von archäologischen Artefakten und Architektur
    - Geografische Informationssysteme (GIS) und räumliche Datenanalyse
    - Maschinelles Lernen und Computer Vision zur Klassifizierung von Artefakten
    - Nutzung von Datenbanken und digitale Dokumentation von Grabungsdaten
    - OCR/HTR für Schrift in 3D wie Inschriften oder Tontafeln

    Studierende der Informatik werden Erfahrungen in der Anwendung von Computertechniken in einem geisteswissenschaftlichen Kontext sammeln, während Studierende der Altertumswissenschaften in digitale Werkzeuge und Ansätze zur Unterstützung archäologischer Forschung eingeführt werden.

    Für die Studierenden der Altertumswissenschaften sind keine Vorkenntnisse im Programmieren erforderlich, und für die Studierenden der Informatik werden keine archäologischen Vorkenntnisse vorausgesetzt.

    Das Seminar wird gemeinsam vom Institut für Informatik und der Arbeitsgruppe Archäoinformatik des Instituts für Computergestützte Altertumswissenschaften (CompAS) der Freien Universität Berlin betreut, so dass eine ausgewogene fachübergreifende Betreuung gewährleistet ist.

    Lernziele

    - Verstehen der interdisziplinären Herausforderungen und Möglichkeiten in der digitalen Archäologie
    - Erlernen der Anwendung und Bewertung von Computerwerkzeugen für Daten des kulturellen Erbes
    - Entwickeln und Präsentieren eines kollaborativen, projektbasierten Forschungsergebnisses
    - Gewinnen von Einblicken in aktuelle Praktiken der digitalen Geisteswissenschaften und der digitalen Archäologie

     

    Literaturhinweise

    Literature and Data Sources:
     

    Open Access if not stated otherwise:

    
    – ACM Journal on Computing and Cultural Heritage
              https://dl.acm.org/journal/jocch
    – De Gruyter Brill on Open Archaeology (OPAR)
              https://www.degruyterbrill.com/journal/key/opar/html
    – Elsevir Journal of Archaeological Science (JAS)
              https://www.sciencedirect.com/journal/journal-of-archaeological-science

    – Journal of Computer Applications in Archaeology (JCAA)
               https://journal.caa-international.org/
    – Journal of Open Archaeological Data (JOAD)
               https://openarchaeologydata.metajnl.com/
    – Journal of Open Humanities Data (JOHD)
               https://openhumanitiesdata.metajnl.com/

    
    Survey articles and Books:
    
    – Advances in digital pottery analysis
              https://doi.org/10.1515/itit-2022-0006
    – Digital Assyriology—Advances in Visual Cuneiform Analysis
              https://doi.org/10.1145/3491239
    – Machine Learning for Ancient Languages: A Survey

              https://doi.org/10.1162/coli_a_00481
    – Airborne laser scanning raster data visualization. A Guide to Good Practice
              https://doi.org/10.3986/9789612549848
    – Digital Humanities, Eine Einführung (German, no Open Acces)
              https://link.springer.com/book/9783476047687
    – New Technologies for Archaeology, Multidisciplinary Investigations in Palpa and Nasca,   Peru (no Open Acces) https://doi.org/10.1007/978-3-540-87438-6
    – Digging in documents: using text mining to access the hidden knowledge in Dutch archaeological excavation reports https://hdl.handle.net/1887/3274287
    
    Databases (related to research partners):

     

    – Heidelberg Objekt- und Multimediadatenbank (HeidICON)
              https://heidicon.ub.uni-heidelberg.de
    – Kooperative Erschließung und Nutzung der Objektdaten von Münzsammlungen
              https://www.kenom.de/
    – Art Institute of Chicago (API)
              https://api.artic.edu/docs/
    – FactGrid, a database for historical research
              https://database.factgrid.de/wiki/Main_Page
    – Research infrastructures of the German Archaeological Institute (DAI), multiple DBs:
              https://idai.world
    – Heidelberg Accession Index (HAI): Zugangsbücher und Bestandsverzeichnisse     deutscher Sammlungen und Museen           https://digi.ub.uni-heidelberg.de/de/hai/index.html

    – Bilddatenbank des Kunsthistorische Instituts (GeschKult, FU)
              https://www.geschkult.fu-berlin.de/e/khi/ressourcen/diathek/digitale_diathek/index.html
    – Epigraphic Database Heidelberg
              https://edh.ub.uni-heidelberg.de/

    – Ubi Erat Lupa  – Bilddatenbank zu antiken Steindenkmälern
              https://lupa.at/
    – Hethitologie-Portal Mainz
              https://hethport.uni-wuerzburg.de
    – Altägyptische Kursivschriften und Digitale Paläographie (AKU-PAL)
              https://aku-pal.uni-mainz.de/graphemes
    – Text Database and Dictionary of Classic Mayan (German and Spanish)
              https://www.classicmayan.org

  • 19305811 Seminar
    Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
    Zeit: Do 16:00-18:00 (Erster Termin: 23.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende der Informatik (auch Nebenfach).

    Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.

    Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.

    Voraussetzungen

    Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.

    Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.

    Homepage

    http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE

    Kommentar

    Inhalt

    Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:

    • Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
    • Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
    • Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.

    Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.

    Literaturhinweise

    Je nach Wahl des Vortragsthemas

  • 19320811 Seminar
    Seminar: PQC - Ausgewählte Themen der IT-Sicherheit (Marian Margraf)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Unverbindliche Liste von Themenideen zur Orientierung (wird voraussichtlich bis Semesterbeginn noch überarbeitet):

    • Verfahren
    • NIST-Selected:
    • ML-KEM/CRYSTALS-Kyber (Lattice-based KEM)
    • Sphincs+ (Hash-based Signatures)
    • CRYSTALS-Dilithium (Lattice-based Signatures)
    • FALCON (Lattice-based Signatures)
    • HQC (Code-based KEM)
    • NIST-Finalists:
    • Classic McEliece (Code-based KEM)
    • Broken Schemes:
    • Rainbow (Mulivariate Signatures)
    • SIKE (Isogeny-based KEM)

    jeweils:

    • Funktionsweise
    • zugrundeliegende Probleme
    • Sicherheitsbeweise
    • Hybride Verfahren
    • Transformationen

     

    Grober Ablaufplan (Änderungen möglich)

    • Themenvorstellung und -Vergabe in den ersten drei Wochen
    • Ende November Präsentation des Zwischenstands
    • Dezember / Januar Vorträge
    • Anfang Februar Abgabe Ausarbeitung

    Kommentar

    The seminar is about Post Quantum Cryptography. You are welcome to do your presentation and paper in english. We recommend that you can passively understand German because our introduction, organizational matters etc will be in German. Detailed info in German follows.

    Im Rahmen dieses Seminars beschäftigen wir uns mit dem Thema quantencomputerresistente Kryptoverfahren (Verschlüsselungs-/Signaturverfahren, die von einem Quantencomputer nicht gebrochen werden können). 
    Teilnehmende stellen ein Thema (s.u.) in einem Vortrag dem Rest der Gruppe vor sowie erarbeiten einen kurzen Artikel zum gewählten Thema.
    Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich um moderne PQ-Kryptoverfahren sowie ihre zugrundeliegenden mathematische Probleme und Sicherheitsbeweise, außerdem Aspekte der Kryptoagilität drehen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu Post-Quanten-Kryptografie soll aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

    Das Seminar wird durchgeführt von Marian Sigler und Malte Andersch.

    Literaturhinweise

    Daniel J. Bernstein, Johannes Buchmann, Erik Dahmen (Eds.): Post-Quantum Cryptography.

  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

    Kommentar

    Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

    Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

    Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

    Literaturhinweise

    Wird bekannt gegeben.

  • 19334617 Seminar/Proseminar
    Seminar/Proseminar: Beyond LLMs: Recent Breakthroughs in AI (Tim Landgraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    
  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 14:00-15:30, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Aktuelle Forschungsthemen der Praktischen Informatik

  0089cA1.27
  • 19320701 Vorlesung
    Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

    Kommentar

    Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

    Literaturhinweise

    - Claudia Eckert: IT-Sicherheit, 11. Auflage, De Gruyter Oldenbourg, 2023; - Ross Anderson: Security Engineering, 3. Auflage, Wiley, 2021. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

  • 19327201 Vorlesung
    Datenkompression (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

    In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

    Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

    • Eindeutige Decodierbarkeit und Prefix-Codes
    • Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
    • Optimale Codes, Huffman Codes
    • Arithmetische Codierung
    • Lempel-Ziv Codierung
    • Linear Prädiktion
    • Beispiele aus der Text-, Bild- und Audiokompression

    Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

    • Skalare Quantisierung, optimale skalare Quantisierung
    • Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
    • Vektorquantisierung
    • Prädiktive Quantisierung
    • Transformationscodierung
    • Beispiele aus der Audio-, Bild- und Videocodierung

    Literaturhinweise

    • Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
    • Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
    • Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
    • Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
    • Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

  • 19328301 Vorlesung
    Datenvisualisierung (Claudia Müller-Birn)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Link zum Kurs auf der HCC-Webseite: https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2025_26/course_data_visualization.html

    Kommentar

    Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens, wie der Forschung, Wirtschaft und Politik. Datenvisualisierungen werden hier dazu eingesetzt, Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden, um damit die Entscheidungsfindungen zu unterstützen. Ziel dieser Veranstaltung ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu vermitteln.

    Dieser Kurs soll Studierenden eine fundierte Einführung in die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis geben. Am Ende der Veranstaltung werden die Studierenden

    1. ausgehend von einer Problemstellung Methoden zur Konzipierung von Visualisierungen auswählen und anwenden können,
    2. wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
    3. Visualisierungsansätze und deren Vor- und Nachteile kennen und auswählen können,
    4. Visualisierungslösungen kritisch bewerten können, und
    5. praktische Fertigkeiten für die Implementierung von Visualisierungen besitzen.

    Diese Veranstaltung richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungs-software entwickeln wollen. Grundkenntnisse in der Programmierung (HTML, CSS, Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.

    Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben sowie ein Abschlussprojekt, in welchem Sie eine gegebene Problemstellung lösen sollen. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts im Sinne der Reproduzierbarkeit dokumentieren und präsentieren.

    Bitte beachten Sie, dass die Veranstaltung sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt der Veranstaltung.

    Literaturhinweise

    Textbook

    Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.

    Additional Literature

    Kirk, Andy: Data visualisation: A handbook for data driven design. Sage. 2016.

    Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.

    Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.

  • 19328601 Vorlesung
    Kryptowährungen und Blockchain (Katinka Wolter)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: , T9/051 Seminarraum
    

    Kommentar

    In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

    Literaturhinweise

    Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

  • 19334301 Vorlesung
    Advanced Robotics (Daniel Göhring)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    The lecture "Advanced Robotics" complements the lecture "Introduction to Robotics" and is for students who are familiar with basic concepts of robotics and the robot operating system ROS. Algorithms will be implemented in ROS using real data from autonomous vehicles and via written examples.

    The following topics will be covered (variations are possible):

    • Coordinate Systems, Representations, Kinematic Chains
    • Denavit Hartenberg 
    • Jacobian Matrix and Inverse Kinematics
    • Particle Filters
    • Simultaneous localization and mapping
    • Splines
    • Hierarchical Planning
    • ARA, D*, probabilistic planners
    • Reinforcement Learning
    • Model Predictive Control
    • Stereo Matching with SIFT-Features and Ransac 
    • Semi-global Matching
    • Visual Odometry / Optical Flow

  • 19320702 Übung
    Übung zu Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19327202 Übung
    Übung zur Datenkompression (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    
  • 19328302 Übung
    Übung zu Data Visualization (Malte Heiser)
    Zeit: Do 08:00-10:00, Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19328602 Übung
    Übung zu Kryptowährungen und Blockchain (Justus Purat)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19334302 Übung
    Practice Seminar for Advanced Robotics (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Praktischen Informatik

  0089cA1.28
  • 19320701 Vorlesung
    Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

    Kommentar

    Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

    Literaturhinweise

    - Claudia Eckert: IT-Sicherheit, 11. Auflage, De Gruyter Oldenbourg, 2023; - Ross Anderson: Security Engineering, 3. Auflage, Wiley, 2021. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

  • 19327201 Vorlesung
    Datenkompression (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

    In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

    Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

    • Eindeutige Decodierbarkeit und Prefix-Codes
    • Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
    • Optimale Codes, Huffman Codes
    • Arithmetische Codierung
    • Lempel-Ziv Codierung
    • Linear Prädiktion
    • Beispiele aus der Text-, Bild- und Audiokompression

    Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

    • Skalare Quantisierung, optimale skalare Quantisierung
    • Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
    • Vektorquantisierung
    • Prädiktive Quantisierung
    • Transformationscodierung
    • Beispiele aus der Audio-, Bild- und Videocodierung

    Literaturhinweise

    • Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
    • Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
    • Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
    • Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
    • Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

  • 19328301 Vorlesung
    Datenvisualisierung (Claudia Müller-Birn)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Link zum Kurs auf der HCC-Webseite: https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2025_26/course_data_visualization.html

    Kommentar

    Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens, wie der Forschung, Wirtschaft und Politik. Datenvisualisierungen werden hier dazu eingesetzt, Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden, um damit die Entscheidungsfindungen zu unterstützen. Ziel dieser Veranstaltung ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu vermitteln.

    Dieser Kurs soll Studierenden eine fundierte Einführung in die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis geben. Am Ende der Veranstaltung werden die Studierenden

    1. ausgehend von einer Problemstellung Methoden zur Konzipierung von Visualisierungen auswählen und anwenden können,
    2. wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
    3. Visualisierungsansätze und deren Vor- und Nachteile kennen und auswählen können,
    4. Visualisierungslösungen kritisch bewerten können, und
    5. praktische Fertigkeiten für die Implementierung von Visualisierungen besitzen.

    Diese Veranstaltung richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungs-software entwickeln wollen. Grundkenntnisse in der Programmierung (HTML, CSS, Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.

    Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben sowie ein Abschlussprojekt, in welchem Sie eine gegebene Problemstellung lösen sollen. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts im Sinne der Reproduzierbarkeit dokumentieren und präsentieren.

    Bitte beachten Sie, dass die Veranstaltung sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt der Veranstaltung.

    Literaturhinweise

    Textbook

    Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.

    Additional Literature

    Kirk, Andy: Data visualisation: A handbook for data driven design. Sage. 2016.

    Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.

    Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.

  • 19328601 Vorlesung
    Kryptowährungen und Blockchain (Katinka Wolter)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: , T9/051 Seminarraum
    

    Kommentar

    In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

    Literaturhinweise

    Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

  • 19334301 Vorlesung
    Advanced Robotics (Daniel Göhring)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    The lecture "Advanced Robotics" complements the lecture "Introduction to Robotics" and is for students who are familiar with basic concepts of robotics and the robot operating system ROS. Algorithms will be implemented in ROS using real data from autonomous vehicles and via written examples.

    The following topics will be covered (variations are possible):

    • Coordinate Systems, Representations, Kinematic Chains
    • Denavit Hartenberg 
    • Jacobian Matrix and Inverse Kinematics
    • Particle Filters
    • Simultaneous localization and mapping
    • Splines
    • Hierarchical Planning
    • ARA, D*, probabilistic planners
    • Reinforcement Learning
    • Model Predictive Control
    • Stereo Matching with SIFT-Features and Ransac 
    • Semi-global Matching
    • Visual Odometry / Optical Flow

  • 19320702 Übung
    Übung zu Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19327202 Übung
    Übung zur Datenkompression (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    
  • 19328302 Übung
    Übung zu Data Visualization (Malte Heiser)
    Zeit: Do 08:00-10:00, Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19328602 Übung
    Übung zu Kryptowährungen und Blockchain (Justus Purat)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19334302 Übung
    Practice Seminar for Advanced Robotics (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Datenverwaltung

  0089cA1.29
  • 19304801 Vorlesung
    Spezielle Aspekte der Datenverwaltung: Geospatial Databases (Agnès Voisard)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe:
    
    Studierende im Masterstudiengang Voraussetzungen: Datenbanksysteme

    Kommentar

    Diese Vorlesung dient der Einführung in raumbezogene Datenbanken, wie sie insbesondere in geographischen Informationssystemen (GIS) Verwendung finden. Schwerpunkte sind u.a. die Modellierung raumbezogener Daten, Anfragesprachen und Optimierung sowie raumbezogene Zugriffsmethoden und Navigationssysteme ("Location-based services"). Grundwissen in Datenbanken ist erforderlich. Die Vorlesung beinhaltet Übungsblätter und Rechnerpraktika mit PostGIS.
    
    Sonstiges: Die Vorlesung wird in englischer Sprache gehalten

    Literaturhinweise

    Handouts are enough to understand the course.
    
    The following book will be mostly used: P. Rigaux, M. Scholl, A. Voisard.Spatial Databases - With Application to GIS. Morgan Kaufmann, May 2001. 432 p. (copies in the main library)

  • 19304802 Übung
    Übung zu Spezielle Aspekte der Datenverwaltung: Geospatial Databases (Agnès Voisard)
    Zeit: Do 14:00-16:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

• Spezielle Aspekte der Softwareentwicklung

  0089cA1.30
  • 19320701 Vorlesung
    Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

    Kommentar

    Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

    Literaturhinweise

    - Claudia Eckert: IT-Sicherheit, 11. Auflage, De Gruyter Oldenbourg, 2023; - Ross Anderson: Security Engineering, 3. Auflage, Wiley, 2021. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

  • 19335201 Vorlesung
    Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19320702 Übung
    Übung zu Secure Software Engineering (Jörn Eichler)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19335202 Übung
    Übung zu Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

• Grundlagen des Managements von IT-Projekten

  0159cA2.6
  • 19334806 Seminaristischer Unterricht
    Projektmanagement in agilen Umgebungen Teil 1 (WiSe) (Matthias Horn)
    Zeit: Mo 08:00-10:00, Fr 16:00-18:00 (Erster Termin: 13.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Kommentar

    Qualifikationsziele: Die Studierenden verstehen verschiedene Modelle skaliert agiler Software-Produktion mehrerer kooperierender agiler Teams. Sie verstehen grundlegende und fortgeschrittene Techniken des hybriden, prädiktiven sowie adaptiven Projektmanagements in solchen agilen Umgebungen und können sie anwenden. Sie können einen Projektplan erstellen und mit einem geeigneten Vorgehen abgleichen. Sie können in der Leitung eines hybriden Projektes mitarbeiten und Verantwortung für wesentliche Bereiche des Projektmanagements übernehmen, einschließlich der Führung von Personal. Sie können ein einfaches Projekt eigenverantwortlich leiten.

    Inhalte: Studierende erlernen Prinzipien, Methoden und Verfahrensweisen skaliert agiler Softwareproduktion anhand etablierter Modelle (z. B. Scaled Agile Framework) und des Projektmanagements anhand einer anerkannten Methodik (z. B. „Projekt Management Body of Knowledge“ (PMBoK)) und üben deren praktische Anwendung. Sie erarbeiten sich agile Prinzipien und Werte sowie Scrum und üben beides ein. Darüber hinaus diskutieren und üben sie die Planung des Produktumfangs und Koordination mehrerer daran gemeinsam arbeitender Teams, nötige Prozesse und involvierte Rollen. Weiterhin lernen sie alle Bereiche des Projektmanagements kennen, diskutieren deren Anwendung und üben teilweise deren Umsetzung: Projektentstehung, -definition und Planung des Projektumfangs, Projektplanung, Projektablaufsteuerung, -statusermittlung und -reporting, Projektorganisation und Einbettung eines Projekts in die ausführende Organisation, Führen ohne formale Macht, Projektkommunikation, Führung eines Projektteams und Qualitätsmanagement

     

• Höhere Algorithmik

  0089cA2.1
  • 19303501 Vorlesung
    Höhere Algorithmik (Helmut Alt)
    Zeit: Mo 10:00-12:00, Fr 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    alle Masterstudenten, und Bachelorstudenten, die sich in Algorithmen vertiefen wollen.

    Empfohlene Vorkenntnisse

    Grundkenntnisse im Bereich Entwurf und Analyse von Algorithmen

    Kommentar

    Es werden Themen wie:

    • allgemeine Algorithmenentwurfsprinzipien
    • Flussprobleme in Graphen,
    • zahlentheoretische Algorithmen (einschließlich RSA Kryptosystem),
    • String Matching,
    • NP-Vollständigkeit
    • Approximationsalgorithmen für schwere Probleme,
    • arithmetische Algorithmen und Schaltkreise sowie schnelle Fourier-Transformation

    behandelt.

    Literaturhinweise

    • Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms, 2nd Ed. McGraw-Hill 2001
    • Kleinberg, Tardos: Algorithm Design Addison-Wesley 2005.

  • 19303502 Übung
    Übung zu Höhere Algorithmik (Helmut Alt)
    Zeit: Mi 08:00-10:00, Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Softwareprojekt - Theoretische Informatik A

  0089cA2.10
  • 19308312 Projektseminar
    Softwareprojekt: Anwendungen von Algorithmen (Günther Rothe)
    Zeit: Di 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

    Voraussetzungen

    Grundkenntnisse in Entwurf und Analyse von Algorithmen

    Literaturhinweise

    je nach Anwendungsgebiet

• Softwareprojekt - Theoretische Informatik B

  0089cA2.11
  • 19308312 Projektseminar
    Softwareprojekt: Anwendungen von Algorithmen (Günther Rothe)
    Zeit: Di 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Kommentar

    Inhalt

    Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

    Voraussetzungen

    Grundkenntnisse in Entwurf und Analyse von Algorithmen

    Literaturhinweise

    je nach Anwendungsgebiet

• Wissenschaftliches Arbeiten Theoretische Informatik A

  0089cA2.12
  • 19320811 Seminar
    Seminar: PQC - Ausgewählte Themen der IT-Sicherheit (Marian Margraf)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Unverbindliche Liste von Themenideen zur Orientierung (wird voraussichtlich bis Semesterbeginn noch überarbeitet):

    • Verfahren
    • NIST-Selected:
    • ML-KEM/CRYSTALS-Kyber (Lattice-based KEM)
    • Sphincs+ (Hash-based Signatures)
    • CRYSTALS-Dilithium (Lattice-based Signatures)
    • FALCON (Lattice-based Signatures)
    • HQC (Code-based KEM)
    • NIST-Finalists:
    • Classic McEliece (Code-based KEM)
    • Broken Schemes:
    • Rainbow (Mulivariate Signatures)
    • SIKE (Isogeny-based KEM)

    jeweils:

    • Funktionsweise
    • zugrundeliegende Probleme
    • Sicherheitsbeweise
    • Hybride Verfahren
    • Transformationen

     

    Grober Ablaufplan (Änderungen möglich)

    • Themenvorstellung und -Vergabe in den ersten drei Wochen
    • Ende November Präsentation des Zwischenstands
    • Dezember / Januar Vorträge
    • Anfang Februar Abgabe Ausarbeitung

    Kommentar

    The seminar is about Post Quantum Cryptography. You are welcome to do your presentation and paper in english. We recommend that you can passively understand German because our introduction, organizational matters etc will be in German. Detailed info in German follows.

    Im Rahmen dieses Seminars beschäftigen wir uns mit dem Thema quantencomputerresistente Kryptoverfahren (Verschlüsselungs-/Signaturverfahren, die von einem Quantencomputer nicht gebrochen werden können). 
    Teilnehmende stellen ein Thema (s.u.) in einem Vortrag dem Rest der Gruppe vor sowie erarbeiten einen kurzen Artikel zum gewählten Thema.
    Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich um moderne PQ-Kryptoverfahren sowie ihre zugrundeliegenden mathematische Probleme und Sicherheitsbeweise, außerdem Aspekte der Kryptoagilität drehen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu Post-Quanten-Kryptografie soll aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

    Das Seminar wird durchgeführt von Marian Sigler und Malte Andersch.

    Literaturhinweise

    Daniel J. Bernstein, Johannes Buchmann, Erik Dahmen (Eds.): Post-Quantum Cryptography.

  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 14:00-15:30, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Wissenschaftliches Arbeiten Theoretische Informatik B

  0089cA2.13
  • 19320811 Seminar
    Seminar: PQC - Ausgewählte Themen der IT-Sicherheit (Marian Margraf)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Unverbindliche Liste von Themenideen zur Orientierung (wird voraussichtlich bis Semesterbeginn noch überarbeitet):

    • Verfahren
    • NIST-Selected:
    • ML-KEM/CRYSTALS-Kyber (Lattice-based KEM)
    • Sphincs+ (Hash-based Signatures)
    • CRYSTALS-Dilithium (Lattice-based Signatures)
    • FALCON (Lattice-based Signatures)
    • HQC (Code-based KEM)
    • NIST-Finalists:
    • Classic McEliece (Code-based KEM)
    • Broken Schemes:
    • Rainbow (Mulivariate Signatures)
    • SIKE (Isogeny-based KEM)

    jeweils:

    • Funktionsweise
    • zugrundeliegende Probleme
    • Sicherheitsbeweise
    • Hybride Verfahren
    • Transformationen

     

    Grober Ablaufplan (Änderungen möglich)

    • Themenvorstellung und -Vergabe in den ersten drei Wochen
    • Ende November Präsentation des Zwischenstands
    • Dezember / Januar Vorträge
    • Anfang Februar Abgabe Ausarbeitung

    Kommentar

    The seminar is about Post Quantum Cryptography. You are welcome to do your presentation and paper in english. We recommend that you can passively understand German because our introduction, organizational matters etc will be in German. Detailed info in German follows.

    Im Rahmen dieses Seminars beschäftigen wir uns mit dem Thema quantencomputerresistente Kryptoverfahren (Verschlüsselungs-/Signaturverfahren, die von einem Quantencomputer nicht gebrochen werden können). 
    Teilnehmende stellen ein Thema (s.u.) in einem Vortrag dem Rest der Gruppe vor sowie erarbeiten einen kurzen Artikel zum gewählten Thema.
    Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich um moderne PQ-Kryptoverfahren sowie ihre zugrundeliegenden mathematische Probleme und Sicherheitsbeweise, außerdem Aspekte der Kryptoagilität drehen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu Post-Quanten-Kryptografie soll aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.

    Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.

    Das Seminar wird durchgeführt von Marian Sigler und Malte Andersch.

    Literaturhinweise

    Daniel J. Bernstein, Johannes Buchmann, Erik Dahmen (Eds.): Post-Quantum Cryptography.

  • 19335011 Seminar
    Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum)
    Zeit: Di 14:00-15:30, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Kommentar

    Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

    Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!

• Aktuelle Forschungsthemen der Theoretischen Informatik

  0089cA2.3
  • 19320501 Vorlesung
    Quantenalgorithmen und Kryptoanalyse (Marian Margraf)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19337401 Vorlesung
    Post Quantum Cryptography - the NIST algorithms (N.N.)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Post Quantum Cryptography - the NIST algorithms

    Course description:
    This course provides an in-depth study of the post-quantum cryptographic algorithms selected and evaluated by NIST. Students will explore the foundational mathematics, security assumptions, algorithmic designs, and practical implementation issues of cryptographic systems believed to be secure against quantum adversaries. Emphasis is placed on NIST's selected algorithms: KYBER (KEM), DILITHIUM (signatures), and SPHINCS+(stateless signatures), as well as alternate schemes such as Classic McEliece, BIKE, HQC, and Falcon.

    Learning Objectives:
    By the end of this course, students will be able to:

    • Describe the threat quantum computing poses to classical cryptography.
    • Explain the design principles of hash-based, code-based, multivariate, and lattice-based cryptography.
    • Analyze the security assumptions behind each NIST PQC algorithm family.
    • Compare performance and implementation trade-offs among leading PQC schemes.
    • Evaluate real-world deployment strategies and limitations for PQC.

     

  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    
  • 19337402 Übung
    Übung zu Post Quantum Cryptography - the NIST algorithms (N.N.)
    Zeit: Fr 08:00-10:00 (Erster Termin: 17.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

• Spezielle Aspekte der Theoretischen Informatik

  0089cA2.7
  • 19320501 Vorlesung
    Quantenalgorithmen und Kryptoanalyse (Marian Margraf)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19327201 Vorlesung
    Datenkompression (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

    In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

    Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

    • Eindeutige Decodierbarkeit und Prefix-Codes
    • Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
    • Optimale Codes, Huffman Codes
    • Arithmetische Codierung
    • Lempel-Ziv Codierung
    • Linear Prädiktion
    • Beispiele aus der Text-, Bild- und Audiokompression

    Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

    • Skalare Quantisierung, optimale skalare Quantisierung
    • Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
    • Vektorquantisierung
    • Prädiktive Quantisierung
    • Transformationscodierung
    • Beispiele aus der Audio-, Bild- und Videocodierung

    Literaturhinweise

    • Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
    • Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
    • Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
    • Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
    • Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

  • 19335201 Vorlesung
    Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19337401 Vorlesung
    Post Quantum Cryptography - the NIST algorithms (N.N.)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Post Quantum Cryptography - the NIST algorithms

    Course description:
    This course provides an in-depth study of the post-quantum cryptographic algorithms selected and evaluated by NIST. Students will explore the foundational mathematics, security assumptions, algorithmic designs, and practical implementation issues of cryptographic systems believed to be secure against quantum adversaries. Emphasis is placed on NIST's selected algorithms: KYBER (KEM), DILITHIUM (signatures), and SPHINCS+(stateless signatures), as well as alternate schemes such as Classic McEliece, BIKE, HQC, and Falcon.

    Learning Objectives:
    By the end of this course, students will be able to:

    • Describe the threat quantum computing poses to classical cryptography.
    • Explain the design principles of hash-based, code-based, multivariate, and lattice-based cryptography.
    • Analyze the security assumptions behind each NIST PQC algorithm family.
    • Compare performance and implementation trade-offs among leading PQC schemes.
    • Evaluate real-world deployment strategies and limitations for PQC.

     

  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    
  • 19327202 Übung
    Übung zur Datenkompression (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    
  • 19335202 Übung
    Übung zu Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    
  • 19337402 Übung
    Übung zu Post Quantum Cryptography - the NIST algorithms (N.N.)
    Zeit: Fr 08:00-10:00 (Erster Termin: 17.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

• Kryptographie und Sicherheit in Verteilten Systemen

  0089cA2.8
  • 19303601 Vorlesung
    Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
    Zeit: Mi 14:00-16:00, Do 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Teilnehmer müssen gutes mathematisches Verständnis sowie gute Kenntnisse in den Bereichen Rechnersicherheit und Netzwerken mitbringen.

    Kommentar

    Diese Vorlesung gibt eine Einführung in die Kryptographie und das kryptographische Schlüsselverwaltung, sowie eine Einführung in kryptographische Protokolle und deren Anwendung im Bereich der Sicherheit in verteilten Systemen. Mathematische Werkzeuge werden im erforderlichen und einer Einführungsveranstaltung angemessenen Umfang entwickelt. Zusätzlich berührt die Vorlesung die Bedeutung von Implementierungsdetails für die Systemsicherheit.

    Literaturhinweise

    • Jonathan Katz and Yehuda Lindell, Introduction to Modern Cryptography, 2008
    • Lindsay N. Childs, A Concrete Introduction to Higher Algebra. Springer Verlag, 1995.
    • Johannes Buchmann, Einfuehrung in die Kryptographie. Springer Verlag, 1999.

    Weitere noch zu bestimmende Literatur und Primärquellen.

  • 19303602 Übung
    Übung zu Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
    Zeit: Do 14:00-16:00 (Erster Termin: 16.10.2025)
    Ort: , T9/049 Seminarraum
    

• Betriebssysteme

  0089cA3.1
  • 19312101 Vorlesung
    Betriebssysteme (Barry Linnert)
    Zeit: Di 12:00-14:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Sprache

    Kurssprache ist Deutsch, aber die Folien sind auf Englisch.

    Die Übungsblätter und die Klausur sind sowohl auf Deutsch als auch auf Englisch verfügbar.

    Homepage

    https://www.inf.fu-berlin.de/w/SE/VorlesungBetriebssysteme2025

    Kommentar

    Betriebssysteme verbinden die Anwendungs- und Nutzungsebene mit der Verwaltung der Hardware. Ausgehend von den Aufgaben eines Betriebssystems und den Anforderungen an moderne Betriebssysteme werden die wichtigsten Aspekte im Zusammenhang mit Aufbau und Entwurf eingeführt:

    • Betriebssystemstruktur und –entwurf einschließlich Historischer Abriss und Betriebssystemphilosophien, Systemgliederung und Betriebsarten, Betriebsmittel und –verwaltung;
    • Prozesse einschließlich Prozessverwaltung;
    • Scheduling einschließlich Real-Time-Scheduling;
    • Prozessinteraktionen und Interprozesskommunikation;
    • Betriebsmittelverwaltung einschließlich des Betriebs von Geräten und Treiberentwicklung und Ein-Ausgabegeräten;
    • Speicherverwaltung einschließlich Prozessadressraum und virtueller Speicher;
    • Dateiverwaltung einschließlich Festplattenbetrieb und Speicherhierarchien;
    • Verteilte Betriebssysteme einschließlich verteilter Architekturen zur Ressourcenverwaltung;
    • Leistungsbewertung einschließlich Überlastproblematik.

    Für die einzelnen Aspekte dienen aktuelle Betriebssysteme als Beispiele und es wird die aktuelle Forschung auf dem Gebiet herangezogen. Der Übungsbetrieb dient der Reflexion der vermittelten Inhalte in Form praktischer Umsetzung und Programmierung der behandelten Ansätze durch die Studierenden.

    Literaturhinweise

    • A.S. Tanenbaum: Modern Operating Systems, 2nd Ed. Prentice-Hall, 2001
    • A. Silberschatz et al.: Operating Systems Concepts with Java, 6th Ed. Wiley, 2004

  • 19312102 Übung
    Übung zu Betriebssysteme (Barry Linnert)
    Zeit: Do 14:00-16:00 (Erster Termin: 16.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Aktuelle Forschungsthemen der Technischen Informatik

  0089cA3.10
  • 19328601 Vorlesung
    Kryptowährungen und Blockchain (Katinka Wolter)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: , T9/051 Seminarraum
    

    Kommentar

    In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

    Literaturhinweise

    Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

  • 19334301 Vorlesung
    Advanced Robotics (Daniel Göhring)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    The lecture "Advanced Robotics" complements the lecture "Introduction to Robotics" and is for students who are familiar with basic concepts of robotics and the robot operating system ROS. Algorithms will be implemented in ROS using real data from autonomous vehicles and via written examples.

    The following topics will be covered (variations are possible):

    • Coordinate Systems, Representations, Kinematic Chains
    • Denavit Hartenberg 
    • Jacobian Matrix and Inverse Kinematics
    • Particle Filters
    • Simultaneous localization and mapping
    • Splines
    • Hierarchical Planning
    • ARA, D*, probabilistic planners
    • Reinforcement Learning
    • Model Predictive Control
    • Stereo Matching with SIFT-Features and Ransac 
    • Semi-global Matching
    • Visual Odometry / Optical Flow

  • 19335201 Vorlesung
    Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19328602 Übung
    Übung zu Kryptowährungen und Blockchain (Justus Purat)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19334302 Übung
    Practice Seminar for Advanced Robotics (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19335202 Übung
    Übung zu Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

• Spezielle Aspekte der Technischen Informatik

  0089cA3.11
  • 19327201 Vorlesung
    Datenkompression (Heiko Schwarz)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

    In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

    Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

    • Eindeutige Decodierbarkeit und Prefix-Codes
    • Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
    • Optimale Codes, Huffman Codes
    • Arithmetische Codierung
    • Lempel-Ziv Codierung
    • Linear Prädiktion
    • Beispiele aus der Text-, Bild- und Audiokompression

    Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

    • Skalare Quantisierung, optimale skalare Quantisierung
    • Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
    • Vektorquantisierung
    • Prädiktive Quantisierung
    • Transformationscodierung
    • Beispiele aus der Audio-, Bild- und Videocodierung

    Literaturhinweise

    • Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
    • Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
    • Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
    • Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
    • Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

  • 19328601 Vorlesung
    Kryptowährungen und Blockchain (Katinka Wolter)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: , T9/051 Seminarraum
    

    Kommentar

    In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

    Literaturhinweise

    Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

  • 19334301 Vorlesung
    Advanced Robotics (Daniel Göhring)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    The lecture "Advanced Robotics" complements the lecture "Introduction to Robotics" and is for students who are familiar with basic concepts of robotics and the robot operating system ROS. Algorithms will be implemented in ROS using real data from autonomous vehicles and via written examples.

    The following topics will be covered (variations are possible):

    • Coordinate Systems, Representations, Kinematic Chains
    • Denavit Hartenberg 
    • Jacobian Matrix and Inverse Kinematics
    • Particle Filters
    • Simultaneous localization and mapping
    • Splines
    • Hierarchical Planning
    • ARA, D*, probabilistic planners
    • Reinforcement Learning
    • Model Predictive Control
    • Stereo Matching with SIFT-Features and Ransac 
    • Semi-global Matching
    • Visual Odometry / Optical Flow

  • 19335201 Vorlesung
    Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19327202 Übung
    Übung zur Datenkompression (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 13.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    
  • 19328602 Übung
    Übung zu Kryptowährungen und Blockchain (Justus Purat)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19334302 Übung
    Practice Seminar for Advanced Robotics (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19335202 Übung
    Übung zu Cybersecurity and AI III (Gerhard Wunder)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

• Mikroprozessor-Praktikum

  0089cA3.2
  • 19310030 Praktikum
    Mikroprozessor-Praktikum (Larissa Groth)
    Zeit: Di 14:00-16:00, Mi 12:00-14:00, Fr 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Wichtige Information zum Ablauf:
    Das Mikroprozessor-Praktikum wird in diesem Semester mit einem gemeinsamen Theorie-Termin Freitags, 14-16 Uhr, und zwei unabhängigen praktischen Übungs-Terminen angeboten:

    • Gruppe A, Dienstags, 14-16 Uhr Takustraße 9, Raum K63
    • Gruppe B, Mittwochs, 12-14 Uhr Takustraße 9, Raum K63

    Von diesen Übungs-Terminen ist einer auszusuchen.

    Kommentar

    ACHTUNG: Entgegen der Terminübersicht im Vorlesungsverzeichnis hat diese Veranstaltung nicht 3 Pflicht-Termine, sondern nur 2! Weitere Infos siehe unten!

    Die überwältigende Mehrheit zukünftiger Computersysteme wird durch miteinander kommunizierende, eingebettete Systeme geprägt sein. Diese finden sich in Maschinensteuerungen, Haushaltsgeräten, Kraftfahrzeugen, Flugzeugen, intelligenten Gebäuden etc. und werden zukünftig immer mehr in Netze wie dem Internet eingebunden sein.

    Das Praktikum wird auf die Architektur eingebetteter Systeme eingehen und die Unterschiede zu traditionellen PC-Architekturen (z.B. Echtzeitfähigkeit, Interaktion mit der Umgebung) anhand praktischer Beispiele aufzeigen. Das Praktikum basiert auf 16- bzw. 32-Bit-Mikrocontrollersystemen.

    Schwerpunkte des in einzelne Versuche gegliederten Praktikums sind:

    • Registerstrukturen
    • Speicherorganisation
    • hardwarenahe Assembler- und Hochsprachenprogrammierung
    • I/O-System- und Timer-Programmierung
    • Interrupt-System
    • Watchdog-Logik
    • Analogschnittstellen
    • Bussystemanbindung von Komponenten
    • Kommunikation (seriell, CAN-Bus, Ethernet, Funk und USB)
    • Ansteuerung von Modellen und Nutzung unterschiedlichster Sensorik

    Literaturhinweise

    • Brian W. Kernighan, Dennis M. Ritchie: The C Programming Language, Second Edition, Prentice Hall, 1988.

• Telematik

  0089cA3.5
  • 19305101 Vorlesung
    Telematik (Jochen Schiller)
    Zeit: Mo 14:00-16:00, Fr 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen:

    Grundkenntnisse im Bereich Rechnersysteme, z.B. TI-III.

    Kommentar

    Course language is English!

    Content

    Telematics = telecommunications + informatics (often also called computer networks) covers a wide spectrum of topics - from communication engineering to the WWW and advanced applications.

    The lecture addresses topics such as:

    • Basic background: protocols, services, models, communication standards;
    • Principles of communication engineering: signals, coding, modulation, media;
    • Data link layer: media access etc.;
    • Local networks: IEEE-Standards, Ethernet, bridges;
    • Network layer: routing and forwarding, Internet protocols (IPv4, IPv6);
    • Transport layer: quality of service, flow control, congestion control, TCP;
    • Internet: TCP/IP protocol suite;
    • Applications: WWW, security, network management;
    • New network concepts (QUIC etc.).

    At the End of this course, you should...

    • know how networks in general are organized
    • know what the Internet could be or is
    • understand how wired/wireless (see Mobile Communications) networks work
    • understand why/how protocols and layers are used
    • understand how e-mails, videos get to where you are
    • understand how operators operate real, big networks
    • understand the cooperation of web browsers with web servers
    • be aware of security issues when you use the network
    • be familiar with acronyms like: ALOHA, ARP, ATM, BGP, CDMA, CDN, CIDR, CSMA, DCCP, DHCP, ETSI, FDM, FDMA, FTP, HDLC, HTTP, ICMP, ICN, IEEE, IETF, IP, IMAP, ISP, ITU, ISO/OSI, LAN, LTE, MAC, MAN, MPLS, MTU, NAT, NTP, PCM, POTS, PPP, PSTN, P2P, QUIC, RARP, SCTP, SMTP, SNMP, TCP, TDM, TDMA, UDP, UMTS, VPN, WAN, ...

    Literature

    • A. Tanenbaum & D. Wetherall: Computer Networks (5th edition)
    • J. Kurose & K. Ross: Computer Networking (6th edition)
    • S. Keshav: Mathematical Foundations of Computer Networking (2012)
    • W. Stallings book, W. Goralski book 
    • IETF drafts and RFCs
    • IEEE 802 LAN/MAN standards

    Prerequisites

    As this is a Master Course you have to know the basics of computer networks already (e.g. from the OS&CN BSc course or any other basic networking course). That means you know what protocol stacks are, know the basic ideas behind TCP/IP, know layering principles, got a rough understanding of how the Internet works. This course will recap the basics but then proceed to the more advanced stuff.

    Resources & Organization

    The course comprises about 30 "lectures", 90 minutes each, following the inverted or flipped classroom principle. I.e. you will be able to access a video of the lecture before we discuss the content in class. To be able to discuss you have to watch the video BEFORE we meet! This is your main assignment - go through the video, prepare questions if something is not clear. During the meetings there will be a recap of the main ideas plus enough time to discuss each topic if necessary.

    Literaturhinweise

    • Larry Peterson, Bruce S. Davie: Computernetze - Ein modernes Lehrbuch, dpunkt Verlag, Heidelberg, 2000
    • Krüger, G., Reschke, D.: Lehr- und Übungsbuch Telematik, Fachbuchverlag Leipzig, 2000
    • Kurose, J. F., Ross, K. W.: Computer Networking: A Top-Down Approach Featuring the Internet, Addi-son-Wesley Publishing Company, Wokingham, England, 2001
    • Siegmund, G.: Technik der Netze, 4. Auflage, Hüthig Verlag, Heidelberg, 1999
    • Halsall, F.: Data Communi-cations, Computer Networks and Open Systems 4. Auflage, Addison-Wesley Publishing Company, Wokingham, England, 1996
    • Tanenbaum, A. S.: Computer Networks, 3. Auflage, Prentice Hall, Inc., New Jersey, 1996

  • 19305102 Übung
    Übung zu Telematik (Jochen Schiller, Marius Max Wawerek)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

• Softwareprojekt - Technische Informatik A

  0089cA3.6
  • 19309212 Projektseminar
    Softwareprojekt: Smart Home Demo Lab (Jochen Schiller, Marius Max Wawerek)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    In this course you will be expected to write code. The outcome of your software project should be a concrete contribution to the RIOT code base, and take the shape of one or more pull request(s) to the RIOT github (https://github.com/RIOT-OS/RIOT). Before you start coding, refer to the starting guide

    https://github.com/RIOT-OS/RIOT/wiki#wiki-start-the-riot

    Kommentar

    Softwareprojekt Smart Home Demo Lab

    In diesem Softwareprojekt stehen verschiedene Aufgabenstellungen zur Auswahl. Diese beschäftigen sich mit dem Smart Home Demo Lab der Arbeitsgruppe Computer Systems & Telematics. Die Arbeitsbereiche sind:

    • Aufbau eines Smart Home Ökösystems
    • Machine Learning (ML) basierte Analyse von Smart Home Datensätzen
    • Experimente mit und Verbesserung von bestehenden ML Modellen
    • Entwurf eigener Szenarien für die Nutzung von Smart Homes
    • Entwicklung eigener (virtueller) IoT Geräte

    Die Teilnehmer werden in Kleingruppen (3-5 Studenten) arbeiten und jede Gruppe bearbeitet ihre eigene Fragestellung.

     

    Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Zunächst gibt es ein Kick-off Treffen mit allen Teilnehmern. Dort werden die verschiedenen Aufgaben vorgestellt. Anschließend geben die Studierenden eine Liste mit Priotäten für die einzelnen Themen ab.

    Die eigentliche Bearbeitung der Aufgaben erfolgt dann in mehreren zwei-wöchigen Sprints. Bis am Ende des Semesters eine Abschlusspräsentation allen Teilnehmern alle Ergebnisse vorstellt.

    Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.

    Literaturhinweise

    • A. S. Tanenbaum, Modern Operating Systems, 3rd ed. Upper Saddle River, NJ, USA: Prentice Hall Press, 2007.
    • Shelby, Zach, and Carsten Bormann. 6LoWPAN: The wireless embedded Internet. Vol. 43. Wiley. com, 2011.
    • A. Dunkels, B. Gronvall, and T. Voigt, "Contiki - a lightweight and flexible operating system for tiny networked sensors." in LCN. IEEE Computer Society, 2004, pp. 455-462.
    • P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler, "TinyOS: An Operating System for Sensor Networks," in Ambient Intelligence, W. Weber, J. M. Rabaey, and E. Aarts, Eds. Berlin/Heidelberg: Springer-Verlag, 2005, ch. 7, pp. 115-148.
    • Oliver Hahm, Emmanuel Baccelli, Mesut Günes, Matthias Wählisch, Thomas C. Schmidt, "RIOT OS: Towards an OS for the Internet of Things," in Proceedings of the 32nd IEEE International Conference on Computer Communications (INFOCOM), Poster Session, April 2013.
    • M.R. Palattella, N. Accettura, X. Vilajosana, T. Watteyne, L.A. Grieco, G. Boggia and M. Dohler, "Standardized Protocol Stack For The Internet Of (Important) Things", IEEE Communications Surveys and Tutorials, December 2012.
    • J. Wiegelmann, Softwareentwicklung in C für Mikroprozessoren und Mikrocontroller, Hüthig, 2009

  • 19315312 Projektseminar
    Softwareprojekt: Verteilte Systeme (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung in einem Team durch Entwurf, Implementierung und Testen zu bearbeiten.

    Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

    Themen in diesem Semester sind voraussichtlich:

    • Forest-Screening (in Kooperation mit den Geowissenschaften der Freien Universität Berlin)
      • Die Entwicklung eines Dashboards zur Repräsentation der Datensammlung
      • Die hardwaretechnische Überarbeitung der Übermittung der Sensordaten aus dem Wald über LoRa an eine Datenbank
    • Implementierung einer Distributed Ledger Technologie basierend auf Directed Acyclic Graphs
      • Entwicklung einer OMNeT++ - Simulation
      • Entwicklung einer Raspberry Pi - Simulation
    • Weiterentwicklung eines Adhoc-Netzwerks zur Bereitstellung verschiedener Web-Anwendungen
      • insbesondere die Fertigstellung eines Demonstrator (serverseitig), der die Benutzeroberfläche zur Verwaltung des Adhoc-Netzwerks zeigt
      • oder die Fertigstellung einer Beispielanwendung, die in dem Adhoc-Netzwerk bereitgestellt werden kann
    • Lastmodellierung und -vorhersage des Stromverbrauchs von AI Datenzentren
      • weitere Informationen folgen

    (Alle genannten Themen sind noch vorbehaltlich weiterer Anpassungen. Weitere Details können zeitnah der Introduction-Presentation in den Ressourcen entnommen werden.)

    Details werden in der ersten Sitzung besprochen. Das "Softwareprojekt: Verteilte Systeme" wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt. Die Abgaben und Präsentation können in deutscher oder englischer Sprache eingereicht werden.

  • 19334412 Projektseminar
    Softwareprojekt: Future Security Lab (Leonie Terfurth)
    Zeit: Mo 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Wetter und Klima prägen unseren Alltag, jedoch sind Wetter- und Klimainformationen oft komplex und schwer verständlich. Besonders Extremwetterereignisse und die Kommunikation von Warninformationen verdeutlichen, wie wichtig es ist, meteorologische Informationen so aufzubereiten, dass Menschen sie intuitiv in ihre Entscheidungen einbeziehen können. Die Effektivität von Wetterkommunikation hängt damit nicht nur von der Verfügbarkeit und Qualität der Daten ab, sondern auch von der Klarheit und Gestaltung der Kommunikation (DWD RainBoW; Leschzyk et al., 2025).
    Die Qualität und Zugänglichkeit von Extended-Reality-(XR-)Technologien – in diesem Fall Augmented Reality (AR) – haben zuletzt stark zugenommen. Im Software-Projekt „Future Security Lab“ im Wintersemester 2025 entwickeln Studierende in Kleingruppen Proof-of-Concept-Prototypen, die das Potenzial von Augmented Reality für die Kommunikation von Wetter- und Klimadaten erproben. Studierende können sich dabei an Themenvorschlägen orientieren oder eigenständig Ideen einbringen.  Dabei stehen sowohl die technische Umsetzung, als auch Anwendungsorientierung und die Anwendungsszenarien im Mittelpunkt.

    
    Zwei relevante Konzepte sind:
    Immersive Analytics – die Nutzung von XR-Technologien, um komplexe Daten für Entscheidungsprozesse in räumliche, interaktive Umgebungen zu übertragen. Durch die Möglichkeit zur aktiven Erkundung und Manipulation werden die Daten erlebbar (Chandler et al., 2015).
    Data Visceralization – die Übersetzung von Daten in intuitive Größen, um das Verständnis physikalischer Größen und Mengen zu fördern und die Daten direkt erfahrbar zu machen (Lee et al., 2020).

    
    Dieses Softwareprojekt findet semesterbegleitend statt. Circa alle 2 Wochen findet ein Präsenz-Treffen statt, in denen alle Gruppenmitglieder über den aktuellen Stand berichten. Neben kurzen Updates an den Präsenzterminen werden 3 Päsentationen gehalten:  einen Ideen-Pitch, eine Zwischenpräsentation und eine Abschlusspräsentation.
    Zu Beginn der Veranstaltung (13.10) werden die organisatorische Details und Hintergrundinformationen zur Projektideendie verschiedene Konzepte im Detail vorgestellt. Zusätzlich wird es einen Themenvortrag „User-Oriented Weather Warnings“ als Inspiration für Anwendungen geben.

• Softwareprojekt - Technische Informatik B

  0089cA3.7
  • 19309212 Projektseminar
    Softwareprojekt: Smart Home Demo Lab (Jochen Schiller, Marius Max Wawerek)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    In this course you will be expected to write code. The outcome of your software project should be a concrete contribution to the RIOT code base, and take the shape of one or more pull request(s) to the RIOT github (https://github.com/RIOT-OS/RIOT). Before you start coding, refer to the starting guide

    https://github.com/RIOT-OS/RIOT/wiki#wiki-start-the-riot

    Kommentar

    Softwareprojekt Smart Home Demo Lab

    In diesem Softwareprojekt stehen verschiedene Aufgabenstellungen zur Auswahl. Diese beschäftigen sich mit dem Smart Home Demo Lab der Arbeitsgruppe Computer Systems & Telematics. Die Arbeitsbereiche sind:

    • Aufbau eines Smart Home Ökösystems
    • Machine Learning (ML) basierte Analyse von Smart Home Datensätzen
    • Experimente mit und Verbesserung von bestehenden ML Modellen
    • Entwurf eigener Szenarien für die Nutzung von Smart Homes
    • Entwicklung eigener (virtueller) IoT Geräte

    Die Teilnehmer werden in Kleingruppen (3-5 Studenten) arbeiten und jede Gruppe bearbeitet ihre eigene Fragestellung.

     

    Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Zunächst gibt es ein Kick-off Treffen mit allen Teilnehmern. Dort werden die verschiedenen Aufgaben vorgestellt. Anschließend geben die Studierenden eine Liste mit Priotäten für die einzelnen Themen ab.

    Die eigentliche Bearbeitung der Aufgaben erfolgt dann in mehreren zwei-wöchigen Sprints. Bis am Ende des Semesters eine Abschlusspräsentation allen Teilnehmern alle Ergebnisse vorstellt.

    Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.

    Literaturhinweise

    • A. S. Tanenbaum, Modern Operating Systems, 3rd ed. Upper Saddle River, NJ, USA: Prentice Hall Press, 2007.
    • Shelby, Zach, and Carsten Bormann. 6LoWPAN: The wireless embedded Internet. Vol. 43. Wiley. com, 2011.
    • A. Dunkels, B. Gronvall, and T. Voigt, "Contiki - a lightweight and flexible operating system for tiny networked sensors." in LCN. IEEE Computer Society, 2004, pp. 455-462.
    • P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler, "TinyOS: An Operating System for Sensor Networks," in Ambient Intelligence, W. Weber, J. M. Rabaey, and E. Aarts, Eds. Berlin/Heidelberg: Springer-Verlag, 2005, ch. 7, pp. 115-148.
    • Oliver Hahm, Emmanuel Baccelli, Mesut Günes, Matthias Wählisch, Thomas C. Schmidt, "RIOT OS: Towards an OS for the Internet of Things," in Proceedings of the 32nd IEEE International Conference on Computer Communications (INFOCOM), Poster Session, April 2013.
    • M.R. Palattella, N. Accettura, X. Vilajosana, T. Watteyne, L.A. Grieco, G. Boggia and M. Dohler, "Standardized Protocol Stack For The Internet Of (Important) Things", IEEE Communications Surveys and Tutorials, December 2012.
    • J. Wiegelmann, Softwareentwicklung in C für Mikroprozessoren und Mikrocontroller, Hüthig, 2009

  • 19315312 Projektseminar
    Softwareprojekt: Verteilte Systeme (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung in einem Team durch Entwurf, Implementierung und Testen zu bearbeiten.

    Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

    Themen in diesem Semester sind voraussichtlich:

    • Forest-Screening (in Kooperation mit den Geowissenschaften der Freien Universität Berlin)
      • Die Entwicklung eines Dashboards zur Repräsentation der Datensammlung
      • Die hardwaretechnische Überarbeitung der Übermittung der Sensordaten aus dem Wald über LoRa an eine Datenbank
    • Implementierung einer Distributed Ledger Technologie basierend auf Directed Acyclic Graphs
      • Entwicklung einer OMNeT++ - Simulation
      • Entwicklung einer Raspberry Pi - Simulation
    • Weiterentwicklung eines Adhoc-Netzwerks zur Bereitstellung verschiedener Web-Anwendungen
      • insbesondere die Fertigstellung eines Demonstrator (serverseitig), der die Benutzeroberfläche zur Verwaltung des Adhoc-Netzwerks zeigt
      • oder die Fertigstellung einer Beispielanwendung, die in dem Adhoc-Netzwerk bereitgestellt werden kann
    • Lastmodellierung und -vorhersage des Stromverbrauchs von AI Datenzentren
      • weitere Informationen folgen

    (Alle genannten Themen sind noch vorbehaltlich weiterer Anpassungen. Weitere Details können zeitnah der Introduction-Presentation in den Ressourcen entnommen werden.)

    Details werden in der ersten Sitzung besprochen. Das "Softwareprojekt: Verteilte Systeme" wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt. Die Abgaben und Präsentation können in deutscher oder englischer Sprache eingereicht werden.

  • 19334412 Projektseminar
    Softwareprojekt: Future Security Lab (Leonie Terfurth)
    Zeit: Mo 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Wetter und Klima prägen unseren Alltag, jedoch sind Wetter- und Klimainformationen oft komplex und schwer verständlich. Besonders Extremwetterereignisse und die Kommunikation von Warninformationen verdeutlichen, wie wichtig es ist, meteorologische Informationen so aufzubereiten, dass Menschen sie intuitiv in ihre Entscheidungen einbeziehen können. Die Effektivität von Wetterkommunikation hängt damit nicht nur von der Verfügbarkeit und Qualität der Daten ab, sondern auch von der Klarheit und Gestaltung der Kommunikation (DWD RainBoW; Leschzyk et al., 2025).
    Die Qualität und Zugänglichkeit von Extended-Reality-(XR-)Technologien – in diesem Fall Augmented Reality (AR) – haben zuletzt stark zugenommen. Im Software-Projekt „Future Security Lab“ im Wintersemester 2025 entwickeln Studierende in Kleingruppen Proof-of-Concept-Prototypen, die das Potenzial von Augmented Reality für die Kommunikation von Wetter- und Klimadaten erproben. Studierende können sich dabei an Themenvorschlägen orientieren oder eigenständig Ideen einbringen.  Dabei stehen sowohl die technische Umsetzung, als auch Anwendungsorientierung und die Anwendungsszenarien im Mittelpunkt.

    
    Zwei relevante Konzepte sind:
    Immersive Analytics – die Nutzung von XR-Technologien, um komplexe Daten für Entscheidungsprozesse in räumliche, interaktive Umgebungen zu übertragen. Durch die Möglichkeit zur aktiven Erkundung und Manipulation werden die Daten erlebbar (Chandler et al., 2015).
    Data Visceralization – die Übersetzung von Daten in intuitive Größen, um das Verständnis physikalischer Größen und Mengen zu fördern und die Daten direkt erfahrbar zu machen (Lee et al., 2020).

    
    Dieses Softwareprojekt findet semesterbegleitend statt. Circa alle 2 Wochen findet ein Präsenz-Treffen statt, in denen alle Gruppenmitglieder über den aktuellen Stand berichten. Neben kurzen Updates an den Präsenzterminen werden 3 Päsentationen gehalten:  einen Ideen-Pitch, eine Zwischenpräsentation und eine Abschlusspräsentation.
    Zu Beginn der Veranstaltung (13.10) werden die organisatorische Details und Hintergrundinformationen zur Projektideendie verschiedene Konzepte im Detail vorgestellt. Zusätzlich wird es einen Themenvortrag „User-Oriented Weather Warnings“ als Inspiration für Anwendungen geben.

• Wissenschaftliches Arbeiten Technische Informatik A

  0089cA3.8
  • 19310817 Seminar/Proseminar
    Seminar/Proseminar: Internet of Things & Security (Technische Informatik) (Emmanuel Baccelli)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Seminar Technische Informatik on Internet of Things & Security

    NOTE WELL: This seminar is research-oriented, in english, and primarily aimed at Masters students. You will learn how to survey and present academic work in written and oral form. Down the line, it may prepare you for a thesis on the topic you survey during the seminar.
    
    WARNING: This seminar is demanding. The schedule is tight, and you will have to put substantial work into surveying related work (breadth coverage), studying a specific technique (depth coverage) and structuring the written and oral presentation of your survey (tending towards an acceptable academic research level).
    
    SYNOPSIS: In large part, the deep edge (aka the Internet of Things, or IoT) consists of distributed systems including low-end devices with very small memory capacity (a few kBytes) and limited energy consumption (1000 times less than a RaspberryPi). Deep edge capabilities promise a new world of applications, but also bring up specific challenges in terms of programmability, energy efficiency, networking and security. After an introductory session at the start of the term, MSc students will pick a topic related to current technologies in the field of low-power deep edge computing, Internet of Things and security, and write a report (IEEE LaTeX template, approx. 12 pages including figures and references, A4, double column, 1.5 spacing, 11-point font) discussing corresponding questions. At the end of the term, the participants present their results in the form of a short talk (15 minutes + 5 minutes Q&A) in a meeting, which will also include cross-reviewing of student's presentations. During the term, there will be deadlines for status reports, but no weekly meetings of the complete seminar group.

    Attendance is mandatory only for the introductory session, a mid-term presentation, and the final presentation at the end of the term.

    SCHEDULE

    Mid-October: introductory session (presence mandatory)
    After 1 week: topic selection
    After 4 weeks: preliminary presentation & deadline to submit tentative outline for the report
    After 8 weeks: deadline to submit alpha version of the report
    After 10 weeks: deadline to submit beta version of the report & assignment for cross-reviewing of reports
    End of semester: deadline to submit final version of the report & presentation session (including Q&A and oral cross-review).

    Literaturhinweise

    The typical bibliography and online resources that will be in scope to survey for this seminar includes:
    - reviewing academic publications, e.g. papers from IEEE, ACM conferences/journals (available onscholar.google.com);
    - reviewing network protocol open standard specifications, e.g. IETF drafts and Request For Comments (RFC);
    - reviewing open source implementations (e.g. available on GitHub).

  • 19329617 Seminar/Proseminar
    Seminar/Proseminar: Telematik (Jochen Schiller)
    Zeit: Termine siehe LV-Details (Erster Termin: 09.02.2026)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat. 
    
     

• Wissenschaftliches Arbeiten Technische Informatik B

  0089cA3.9
  • 19310817 Seminar/Proseminar
    Seminar/Proseminar: Internet of Things & Security (Technische Informatik) (Emmanuel Baccelli)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Seminar Technische Informatik on Internet of Things & Security

    NOTE WELL: This seminar is research-oriented, in english, and primarily aimed at Masters students. You will learn how to survey and present academic work in written and oral form. Down the line, it may prepare you for a thesis on the topic you survey during the seminar.
    
    WARNING: This seminar is demanding. The schedule is tight, and you will have to put substantial work into surveying related work (breadth coverage), studying a specific technique (depth coverage) and structuring the written and oral presentation of your survey (tending towards an acceptable academic research level).
    
    SYNOPSIS: In large part, the deep edge (aka the Internet of Things, or IoT) consists of distributed systems including low-end devices with very small memory capacity (a few kBytes) and limited energy consumption (1000 times less than a RaspberryPi). Deep edge capabilities promise a new world of applications, but also bring up specific challenges in terms of programmability, energy efficiency, networking and security. After an introductory session at the start of the term, MSc students will pick a topic related to current technologies in the field of low-power deep edge computing, Internet of Things and security, and write a report (IEEE LaTeX template, approx. 12 pages including figures and references, A4, double column, 1.5 spacing, 11-point font) discussing corresponding questions. At the end of the term, the participants present their results in the form of a short talk (15 minutes + 5 minutes Q&A) in a meeting, which will also include cross-reviewing of student's presentations. During the term, there will be deadlines for status reports, but no weekly meetings of the complete seminar group.

    Attendance is mandatory only for the introductory session, a mid-term presentation, and the final presentation at the end of the term.

    SCHEDULE

    Mid-October: introductory session (presence mandatory)
    After 1 week: topic selection
    After 4 weeks: preliminary presentation & deadline to submit tentative outline for the report
    After 8 weeks: deadline to submit alpha version of the report
    After 10 weeks: deadline to submit beta version of the report & assignment for cross-reviewing of reports
    End of semester: deadline to submit final version of the report & presentation session (including Q&A and oral cross-review).

    Literaturhinweise

    The typical bibliography and online resources that will be in scope to survey for this seminar includes:
    - reviewing academic publications, e.g. papers from IEEE, ACM conferences/journals (available onscholar.google.com);
    - reviewing network protocol open standard specifications, e.g. IETF drafts and Request For Comments (RFC);
    - reviewing open source implementations (e.g. available on GitHub).

  • 19329617 Seminar/Proseminar
    Seminar/Proseminar: Telematik (Jochen Schiller)
    Zeit: Termine siehe LV-Details (Erster Termin: 09.02.2026)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat. 
    
     

• Analysis II

  0084dA1.2
  • 19211601 Vorlesung
    Analysis II Winter (Pavle Blagojevic)
    Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Inhalt

    1. Ergänzungen zur Analysis I. Uneigentliche Integrale.
    2. Gleichmäßige Konvergenz von Funktionenfolgen. Potenzreihen. Satz von Taylor.
    3. Elemente der Topologie. Normierte und metrische Räume. Offene Mengen. Konvergenz. Abgeschlossene Mengen. Stetigkeit. Kompaktheit.
    4. Differentialrechnung mehrerer Veränderlicher. Partielle, totale und stetige Differenzierbarkeit. Satz über die Umkehrfunktion. Satz über implizite Funktionen.
    5. Iterierte Integrale.
    6. Gewöhnliche Differentialgleichungen. Grundlegende Begriffe, Elementar lösbare Differentialgleichungen, Existenz- und Eindeutigkeitsresultate für Systeme.

    Literaturhinweise

    • O. Forster: Analysis 1 und 2. Vieweg/Springer.
    • Königsberger, K: Analysis 1,2, Springer.
    • E. Behrends: Analysis Band 1 und 2, Vieweg/Springer.
    • H. Heuser: Lehrbuch der Analysis 1 und 2, Teubner/Springer.

• Analysis III

  0084dA1.3
  • 19201301 Vorlesung
    Analysis III (Marita Thomas)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt

    Die Vorlesung Analysis III ist die abschließende Vorlesung aus dem Zyklus Analysis I-III. Behandelt werden unter anderem

    • Gewöhnliche Differentialgleichungen
    • Maß- und Intgrationstheorie
    • Der Transformationssatz
    • Integration über Flächen (Mannigfaltigkeiten)
    • Vektoranalysis (u.a. Gauß'scher Integralsatz, Satz von Stokes)

    Diese Grundlagen sind für ein erfolgreiches Mathematikstudium unverzichtbar.

    Literaturhinweise

    Literatur

    • H. Amann, J. Escher: Analysis 2, Birkhäuser Verlag, 2008.
    • H. Amann, J. Escher: Analysis 3, Birkhäuser Verlag, 2008.
    • O. Forster: Analysis 2, Springer Verlag, 2012.
    • O. Forster: Analysis 3, Vieweg+Teubner, 2012.
    • H. Heuser: Lehrbuch der Analysis 2, Vieweg+Teubner, 2012.
    • S. Hildebrandt: Analysis 2, Springer Verlag, 2003.
    • J. Jost: Postmodern Analysis, Springer Verlag, 2008.
    • K. Königsberger: Analysis 2, Springer Verlag, 2004.
    • W. Rudin: Principles of Mathematical Analysis, International Series in Pure & Applied Mathematics, 1976.

    und für geschichtlich Interessierte:

    • O. Becker: Grundlagen der Mathematik, Verlag Karl Alber, Freiburg, 1964.
    • E. Hairer, G. Wanner: Analysis by its History, Springer, 2000.
    • V.J. Katz: A History of Mathematics, Harper Collins, New York, 1993.

  • 19201302 Übung
    Übung zu Analysis III (Marita Thomas, Sven Tornquist)
    Zeit: Di 14:00-16:00, Mi 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Lineare Algebra II

  0084dA1.5
  • 19211701 Vorlesung
    Lineare Algebra II Winter (Marcus Weber)
    Zeit: Mo 08:00-10:00, Do 14:00-16:00 (Erster Termin: 16.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    https://www.zib.de/userpage/weber/LINA2.html

    Kommentar

    Inhalt:

    • Determinanten
    • Eigenwerte und Eigenvektoren: Diagonalisierbarkeit, Trigonalisierbarkeit, Satz von Cayley-Hamilton, Jordansche Normalform
    • Bilinearformen
    • Vektorräume mit Skalarprodukt: Euklidische, unitäre Vektorräume, orthogonale Projektion, Isometrien, selbstadjungierte Abbildungen, Gram-Schmidt-Orthonormalisierungsverfahren, Hauptachsentransformation

    Voraussetzungen:
    
    Lineare Algebra I
    Literatur:
    Wird in der Vorlesung genannt.

  • 19211702 Übung
    Übung zu Lineare Algebra II (Marcus Weber)
    Zeit: Di 08:00-10:00, Di 14:00-16:00, Mi 12:00-14:00, Do 16:00-18:00, Fr 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

• Computerorientierte Mathematik I

  0084dA1.6
  • 19200501 Vorlesung
    Computerorientierte Mathematik I (5 LP) (Claudia Schillings)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Inhalt:
    Computer spielen heute in (fast) allen Lebenslagen eine wichtige Rolle. Die Computerorientierte Mathematik vermittelt grundlegende Kenntnisse im Umgang mit Rechnern zur Lösung mathematischer Probleme und eine Einführung in das algorithmische Denken. Gleichzeitig wird aber auch typische mathematische Software wie Matlab und Mathematica eingeführt. Die nötige Motivation für die betrachteten Fragestellungen liefern einfache Anwendungsbeispiele aus den angesprochenen Fächern. Der Inhalt es ersten Teils umfasst fundamentale Begriffe des numerischen Rechnens: Zahlendarstellung und Rundungsfehler, Kondition, Effizienz und Stabilität.

    Homepage: Alle aktuellen Informationen zu Vorlesung und Übungen

    Literaturhinweise

    Literatur: R. Kornhuber, C. Schuette, A. Fest: Mit Zahlen Rechnen (Skript zur Vorlesung)

  • 19200502 Übung
    Übung zu Computerorientierte Mathematik I (N.N.)
    Zeit: Mo 12:00-14:00, Mo 14:00-16:00, Di 08:00-10:00, Di 16:00-18:00, Mi 10:00-12:00, Do 14:00-16:00, Fr 08:00-10:00 (Erster Termin: 13.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Numerik I

  0084dA1.9
  • 19212001 Vorlesung
    Numerik I (Volker John)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    Kommentar

    Inhalt
    
    Die Numerik entwickelt und analysiert Methoden zur konstruktiven, letztlich zahlenmäßigen Lösung mathematischer Probleme. Angesichts der wachsenden Rechenleistung moderner Computer wächst die praktische Bedeutung numerischer Methoden bei
    der Simulation praktisch relevanter Phänomene.
    
    Aufbauend auf den Grundvorlesungen in Analysis und Linearer Algebra sowie auf CoMa I und II geht es in der Numerik I um folgende grundlegenden Fragestellungen: Bestapproximation, lineare Ausgleichsprobleme, Interpolation,  weiterführende für numerische Quadratur, Eigenwertprobleme, Anfangswertprobleme mit gewöhnlichen Differentialgleichungen und Zwei-Punkt-Randwertprobleme.
    
    * Stoer, Josef und Roland Bulirsch: Numerische Mathematik - eine Einführung, Band 1. Springer, Berlin, 2005, Aus dem FU-Netz auch online verfügbar. Link
    
    * Hanke-Bourgeois, M. (2006) Grundlagen der numerischen Mathematik und des wissenschaftlichen Rechnens. Mathematische Leitfäden. [Mathematical Text-books], second edn. Wiesbaden: B. G. Teubner, p. 840.
    
    * Schwarz, H.-R. & Köckler, N. (2011) Numerische Mathematik., 8th ed. edn. Studium. Wiesbaden: Vieweg+Teubner, p. 591.
    
    Ein Skript zur Vorlesung wird bereitgestellt.  
    
    
     

    Literaturhinweise

    Stoer, Josef und Roland Bulirsch: Numerische Mathematik - eine Einführung, Band 1. Springer, Berlin, 2005.

    Aus dem FU-Netz auch online verfügbar.

    Es wird ein Vorlesungsskript geben.

    Link

  • 19212002 Übung
    Übung zu Numerik I (N.N.)
    Zeit: Di 08:00-10:00, Di 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

• Wissenschaftliches Arbeiten in der Mathematik

  0084dB1.1
  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

  • 19212211 Seminar
    Seminar zu Themen der Geometrischen Analysis und der Differentialgeometrie (Elena Mäder-Baumdicker)
    Zeit: Mi 15.10. 12:00-14:00, Mi 05.11. 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Ana I bis III, lineare Algebra I und II sowie mindestens einer der beiden Vorlesungen Differentialgeometrie I oder Differentialgleichungen I.

    Kommentar

    This seminar is intended for Bachelor's and Master's students with an interest in topics related to Geometric Analysis and Differential Geometry. Each semester, the seminar focuses on a different theme — examples include geometric variational problems, geometric flows, and geometric measure theory.

    In the first meeting of the semester, students can express their interest in participating. In the second meeting, each participant selects a topic from a curated list. The presentations themselves will take place during a dedicated seminar week at the end of the term.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19240317 Seminar/Proseminar
    Mathematischer Fortschritt mit KI (Georg Loho)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Während Computer schon lange ein etabliertes Werkzeug in der Mathematik sind, führen die Entwicklungen rund um KI auch zu neuen Möglichkeiten für mathematischen Fortschritt. 

    In diesem Seminar werden wir grundlegende Prinzipien und Strategien betrachten (Verständnis mathematischen Folgerns, Experimentieren, Kreativität, Formalisierung), die von Entwicklungen rund um KI profitieren und zu neuen Entwicklungen in der Mathematik führen.  

    Dieses Seminar richtet sich hauptsächlich an Lehramtsstudierende Mathematik (Bachelor & Master), sowie Bachelorstudierende Mathematik. Der eingetragene regelmäßige Termin ist vorläufig und Tag / Uhrzeit kann noch mit den Teilnehmenden des Seminars am Anfang des Semesters angepasst werden. 

  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Spezialthemen der Mathematik

  0084dB2.11
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Spezialthemen der reinen Mathematik

  0084dB2.12
  • 19236101 Vorlesung
    Mathematisches Panorama (Anina Mischau, Sarah Wolf)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Kommentar

    Mathematisches Panorama ist eine zweistündige Vorlesung mit Übungen, die sich besonders - aber nicht nur - an Bachelor- sowie Lehramtsstudierende der Mathematik richtet. Sie entwickelt eine Übersicht über die moderne Mathematik - Mathematik als Teil der Kultur, als Forschungsgebiet, als Anwendungswerkzeug und als Schulfach. Ein solches Bild der Mathematik unterliegt vielen Einflüssen: Es ist zum Beispiel geprägt von der geschichtlichen Entwicklung der Mathematik und ihren Moden im Laufe der Zeit, dem Blickwinkel, den wir heute von Mathematik haben, sowie von den gesellschaftlichen Anforderungen, die an die Mathematik gestellt werden.

    Vorgestellt und dargestellt werden unter anderem aktuelle Fronten der Forschung, die Struktur („Landkarte“) der modernen Mathematik, die geschichtliche Entwicklung ausgewählter Gebiete der Mathematik sowie deren Vernetzung, Methoden, Arbeitsweisen und wichtige Akteur*innen im Lauf der Zeit.

    Der Inhalt soll insbesondere auch bei der Vermittlung von Mathematik, z.B. in der Schule, von Nutzen sein. Wir orientieren uns daher bewusst an Schlüsselbegriffen, die aus der Schule bekannt sind.

    Die Vorlesung behandelt eine Auswahl der folgenden Themen:

    I Was ist Mathematik

    • Was ist Mathematik?
    • Mathematisches Arbeiten
    • Beweise, Formeln und Bilder
    • Philosophie und Geschichte der Mathematik

    II Konzepte

    • Unendlichkeit
    • Dimensionen
    • Primzahlen
    • Zahlbereiche
    • Funktionen
    • Zufall - Wahrscheinlichkeit - Statistik

    III Mathematik im Alltag

    • Rechnen
    • Algorithmen
    • Anwendungen
    • Mathematik in der Öffentlichkeit

    Literaturhinweise

    • Günter M. Ziegler und Andreas Loos: Panorama der Mathematik, Springer-Spektrum 2018, in Vorbereitung (wird in Auszügen zur Verfügung gestellt)
    • Hans Wußing, 6000 Jahre Mathematik: Eine kulturgeschichtliche Zeitreise, Springer 2009
      • Band 1: Von den Anfängen bis Leibniz und Newton
      • Band 2: Von Euler bis zur Gegenwart
    • Heinz-Wilhelm Alten et al., 4000 Jahre Algebra, Springer 2008
    • Christoph J. Scriba, 5000 Jahre Geometrie, Springer 2009
    • Heinz Niels Jahnke, Geschichte der Analysis: Texte zur Didaktik der Mathematik, Spektrum 1999
    • Richard Courant und Herbert Robbins, What is Mathematics?, Oxford UP 1941 (deutsch: Springer 2010)
    • Phillip J. Davis, Reuben Hersh, The Mathematical Experience, Mariner Books 1999

  • 19236102 Übung
    Übung zu: Mathematisches Panorama (Anina Mischau)
    Zeit: Mo 14:00-16:00, Do 14:00-16:00, Do 16:00-18:00, Fr 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Funktionalanalysis

  0084dB2.2
  • 19201901 Vorlesung
    Funktionalanalysis (Dirk Werner)
    Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Inhalt:
    Die Funktionalanalysis ist der Zweig der Mathematik, der sich mit der Untersuchung von normierten (oder allgemeiner topologischen) Vektorräumen und stetigen Abbildungen zwischen ihnen befasst. Hierbei werden Analysis, Topologie und Algebra verknüpft.
    Die Vorlesung behandelt Banach- und Hilberträume, lineare Operatoren und Funktionale sowie Spektraltheorie kompakter Operatoren.
    
    Zielgruppe: Studierende vom 3./4. Semester an.
    
    Voraussetzungen: Sicheres Beherrschen des Stoffs der Vorlesungen Analysis I/II und Lineare Algebra I/II.

    Literaturhinweise

    Literatur:

    • Dirk Werner: Funktionalanalysis, 8. Auflage, Springer-Verlag 2018

  • 19201902 Übung
    Übung zu Funktionalanalysis (Piotr Pawel Wozniak)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Kommentar

    Inhalt:
    Die Funktionalanalysis ist der Zweig der Mathematik, der sich mit der Untersuchung von normierten (oder allgemeiner topologischen) Vektorräumen und stetigen Abbildungen zwischen ihnen befasst. Hierbei werden Analysis, Topologie und Algebra verknüpft.
    Die Vorlesung behandelt Banach- und Hilberträume, lineare Operatoren und Funktionale sowie Spektraltheorie kompakter Operatoren.
    
    Zielgruppe: Studierende vom 4. Semester an.
    
    Voraussetzungen: Sicheres Beherrschen des Stoffs der Vorlesungen Analysis I/II und Lineare Algebra I/II.
    
    Literatur:

     

    • Dirk Werner: Funktionalanalysis, 6. Auflage, Springer-Verlag 2007, ISBN 978-3-540-72533-6
    • Hans Wilhelm Alt: Lineare Funktionalanalysis : eine anwendungsorientierte Einführung. 5. Auflage. Springer-Verlag, 2006, ISBN 3-540-34186-2
    • Harro Heuser: Funktionalanalysis: Theorie und Anwendung. 3. Auflage. Teubner-Verlag, 1992, ISBN 3-519-22206-X

     

• Stochastik II

  0084dB2.4
  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

• Algebra und Zahlentheorie

  0084dB2.5
  • 19200701 Vorlesung
    Algebra und Zahlentheorie (Alexander Schmitt)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Inhalt
    Ausgewählte Themen aus:

    1. Teilbarkeit in Ringen (insbesondere Z- und Polynomringe); Restklassen und Kongruenzen; Moduln und Ideale
    2. Euklidische, Hauptideal- und faktorielle Ringe
    3. Das quadratische Reziprozitätsgesetz
    4. Primzahltests und Kryptographie
    5. Die Struktur abelscher Gruppen (oder Moduln über Hauptidealringen)
    6. Satz über symmetrische Funktionen
    7. Körpererweiterungen, Galois-Korrespondenz; Konstruktionen mit Zirkel und Lineal
    8. Nicht-abelsche Gruppen (Satz von Lagrange, Normalteiler, Auflösbarkeit, Sylowgruppen)

     

  • 19200702 Übung
    Übung zu Algebra und Zahlentheorie (Alexander Schmitt)
    Zeit: Mi 14:00-16:00, Do 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Diskrete Mathematik I

  0084dB3.2
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Numerik II

  0084dB3.4
  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Differentialgeometrie I

  0084dB3.5
  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Höhere Algorithmik mit Anwendung

  0084dB3.7
  • 19303501 Vorlesung
    Höhere Algorithmik (Helmut Alt)
    Zeit: Mo 10:00-12:00, Fr 10:00-12:00 (Erster Termin: 13.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    alle Masterstudenten, und Bachelorstudenten, die sich in Algorithmen vertiefen wollen.

    Empfohlene Vorkenntnisse

    Grundkenntnisse im Bereich Entwurf und Analyse von Algorithmen

    Kommentar

    Es werden Themen wie:

    • allgemeine Algorithmenentwurfsprinzipien
    • Flussprobleme in Graphen,
    • zahlentheoretische Algorithmen (einschließlich RSA Kryptosystem),
    • String Matching,
    • NP-Vollständigkeit
    • Approximationsalgorithmen für schwere Probleme,
    • arithmetische Algorithmen und Schaltkreise sowie schnelle Fourier-Transformation

    behandelt.

    Literaturhinweise

    • Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms, 2nd Ed. McGraw-Hill 2001
    • Kleinberg, Tardos: Algorithm Design Addison-Wesley 2005.

  • 19303502 Übung
    Übung zu Höhere Algorithmik (Helmut Alt)
    Zeit: Mi 08:00-10:00, Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Kommunikation über Mathematik

  0162bA1.1
  • 19201510 Proseminar Abgesagt
    Proseminar zur linearen Algebra (Alexander Schmitt)
    Zeit: Mo 14:00-16:00 (Erster Termin: 13.10.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    In dem Proseminar soll es um eine Anwendung der Linearen Algebra auf Big Data gehen. Genauer gesagt möchten wir uns anschauen, wie einem Datensatz ein Strichcode zugeordnet wird. Dieses Verfahren wurde von Carlsson und Kolleg:innen entwickelt. Hauptbestandteil ist letztendlich ein Resultat aus der Linearen Algebra, das im Rahmen der sogenannten Köcherdarstellungen von Gabriel in den 1970er Jahren bewiesen und von Carlsson sozusagen wiederentdeckt wurde. Dieses Resultat soll in dem für Big Data relevanten Fall besprochen werden.

     

    Auf dem Weg dorthin werden wir etwas elementare Graphentheorie mit interessanten Anwendungen kennenlernen, die Theorie der Köcherdarstellungen einführen, simpliziale Komplexe, mit denen geometrische Gebilde kodiert werden, betrachten und sehen, wie man mit Hilfe von Linearer Algebra simplizialen Komplexen Invarianten zuordnen kann.

     

    Es gibt elementare Vorträge, aber auch Vorträge, die dem Schwierigkeitsgrad der Jordanschen Normalform entsprechen und evtl. auch darüber hinausgehen.

     

    Bei Interesse berate ich Sie gern.

     

    Als Vorlage dienen Kapitel I und II aus dem Skript

     

    A. Schmitt: Lineare Algebra II

    https://userpage.fu-berlin.de/~aschmitt/SkriptLAII.pdf

     

  • 19214010 Proseminar
    Proseminar "Zaubertricks mit mathematischem Hintergrund" (Ehrhard Behrends)
    Zeit: Mo 14:00-16:00 (Erster Termin: 20.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Es sollen Zaubertricks mit mathematischem Hintergrund analysiert werden.

    Literaturhinweise

    Literatur: Mein 2017 bei Springer Spektrum erschienenes Buch "Zaubern und Mathematik" sowie einige Originalarbeiten zum Thema.

  • 19214210 Proseminar
    Proseminar "Mathematik für die Öffentlichkeit“ (Anna Maria Hartkopf)
    Zeit: Termine siehe LV-Details (Erster Termin: 25.03.2026)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19240317 Seminar/Proseminar
    Mathematischer Fortschritt mit KI (Georg Loho)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Während Computer schon lange ein etabliertes Werkzeug in der Mathematik sind, führen die Entwicklungen rund um KI auch zu neuen Möglichkeiten für mathematischen Fortschritt. 

    In diesem Seminar werden wir grundlegende Prinzipien und Strategien betrachten (Verständnis mathematischen Folgerns, Experimentieren, Kreativität, Formalisierung), die von Entwicklungen rund um KI profitieren und zu neuen Entwicklungen in der Mathematik führen.  

    Dieses Seminar richtet sich hauptsächlich an Lehramtsstudierende Mathematik (Bachelor & Master), sowie Bachelorstudierende Mathematik. Der eingetragene regelmäßige Termin ist vorläufig und Tag / Uhrzeit kann noch mit den Teilnehmenden des Seminars am Anfang des Semesters angepasst werden. 

  • 19241710 Proseminar
    Proseminar Panorama der Mathematik (Anna Maria Hartkopf)
    Zeit: Mo 14:00-16:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Literaturhinweise

    1. Hans Wußing, 6000 Jahre Mathematik: Eine kulturgeschichtliche Zeitreise;
    2. Band 1: Von den Anfängen bis Leibniz und Newton, Band 2: Von Euler bis zur Gegenwart, Springer 2009
    3. Heinz-Wilhelm Alten et al., 4000 Jahre Algebra, Springer 2008
    4. Christoph J. Scriba, 5000 Jahre Geometrie, Springer 2009
    5. Heinz-Niels Jahnke, Geschichte der Analysis: Texte zur Didaktik der Mathematik, Spektrum 1999
    6. Richard Courant und Herbert Robbins, Was ist Mathematik?, Springer 2010
    7. Phillip J. Davis, Reuben Hersh, The Mathematical Experience, Mariner Books 1999
    8. Knoebel, Arthur; Laubenbacher, Reinhard; Lodder, Jerry; Pengelley, David
    9. Mathematical masterpieces, Springer 2007
    10. Laubenbacher, Reinhard; Pengelley, David, Mathematical expeditions. Chronicles by the explorers, Springer 1999
    11. sowie abhängig vom Thema

  • 19245910 Proseminar
    Proseminar: Gute mathematische Hochschullehre (Jan-Hendrik de Wiljes, Benedikt Weygandt)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Proseminar „Gute mathematische Hochschullehre“

    Was passiert eigentlich, wenn Studierende Hochschullehre reflektieren und lernförderlich (um)gestalten?

    Es ist immer einfach, bestehende Konzepte zu kritisieren ‒ aber davon alleine ändert sich ja nichts! Daher wollen wir die häufig geforderte studentische Partizipation wortwörtlich nehmen und euch die Gelegenheit geben, eure Erfahrungen, Expertise und Perspektive als Lernende in die Weiterentwicklung guter Hochschullehre einzubringen. 

    Lassen wir uns dafür mal auf ein ‒ vielleicht verrücktes? ‒ Gedankenexperiment ein:

    • Was würde herauskommen, wenn Studierende eine für sie selbst sinnvolle und gute Mathe-Vorlesung gestalten? Oder gleich ein ganzes Modul?
    • Welche Art von Tutorien haltet ihr für sinnvoll? Welche Tätigkeiten (denken, nachrechnen, diskutieren ...) sollten in den jeweiligen Veranstaltungen (VL, Übung, Zentralübung...) in welchem Format (frontal, einzeln, Gruppe ...) passieren?
    • Und was ist mit dem Material: Wie sollten Übungsaufgaben aussehen? Skripte? Klausuren?
       

    Ablauf

    Nach einer kurzen allgemeinen Intro widmen wir uns jeweils für 3 Wochen einem Thema (Gestaltung von Vorlesungen, (Zentral-)Übungen, Skripten, Übungszetteln, Klausuren), sammeln Inspirationen und erarbeiten dann in Tandems jeweils unsere "guten" Ansätze aus.
    Zum Abschluss des Semesters wollen wir die von euch erarbeiteten Ideen, Ansätze und Konzepte auch mit Hochschullehrenden diskutieren und ausprobieren! 
     

    Voraussetzungen

    Wichtig ist, dass ihr bereits erste Erfahrungen mit Hochschullehre gemacht habt! Mindestens 2‒3 Anfangsvorlesungen in Mathematik sollten besucht worden sein. Es wird nicht so sehr um die dort vermittelten Inhalte gehen, sondern vielmehr darum, mathematisches Arbeiten an der Hochschule kennengelernt zu haben. Wichtiger als der einzelne Fachinhalt ist ein Grundverständnis für mathematische Denk- und Arbeitsweisen ‒ und insbesondere auch ein Interesse für zeitgemäße Lehre. 

     

    Hinweis: Es ist nicht vorgesehen, aufbauend auf dieses Proseminar eine Bachelorarbeit zu verfassen. Falls man diese passend zum Proseminar verfassen möchte, empfehlen wir eine der anderen angebotenen Veranstaltungen.

  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Computeralgebra

  0162bA1.2
  • 19207219 Seminaristische Übung
    Formale Beweisverifikation (Christoph Spiegel, Silas Rathke)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    Dieser zweiwöchige Blockkurs an der Freien Universität Berlin bietet eine praxisorientierte Einführung in die formale Beweisverifikation mit dem Theorembeweiser Lean. Die Vorlesungen finden am Zuse-Institut Berlin (ZIB) statt; die Räume für die Tutorien an der FU werden nach Anmeldestand bekanntgegeben. Der Kurs steht allen offen (auch Gasthörer*innen); bei den Tutorien haben FU-Studierende mit ABV-Bedarf Priorität. Bitte einen eigenen Laptop mitbringen. Erwartet werden solide Kenntnisse aus Analysis I und Linearer Algebra I; Programmierkenntnisse sind nicht erforderlich, eine technische Affinität ist jedoch hilfreich. Lehrsprache ist Englisch (Beiträge auf Deutsch sind willkommen). Alle Informationen und Materialien — u. a. zu Logik, Mengenlehre, natürlichen Zahlen, Unendlichkeit der Primzahlen und Grundzügen der Graphentheorie — finden sich auf der GitHub-Seite des Kurses.

    Für eine Anrechnung im Master wird der Kurs um differenzierte Übungen und erweiterte Prüfungsleistungen ergänzt. Die Übungsaufgaben sind dreistufig: grundlegende Aufgaben (mit gut lesbaren Beweisvorlagen), vertiefte Aufgaben auf Master-Niveau sowie optionale Stretch-Aufgaben; während der Übungen erfolgt Betreuung und eine informelle Fortschrittsrückmeldung. Die Abschlussprüfung ist eine schriftliche Klausur, die sowohl Konzeptverständnis als auch praktische Lean-Fertigkeiten prüft. Zusätzlich bearbeiten Master-Studierende ein Lean-Formalisierungsprojekt (einzeln oder zu zweit) und präsentieren es in einem mündlichen Prüfungsgespräch ein bis zwei Wochen nach Kursende; die M.Sc.-Note ergibt sich aus Klausur und Projekt.

• Basismodul Differentialgeometrie I

  0280bA1.1
  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Forschungsmodul Differentialgeometrie

  0280bA1.4
  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

• Aufbaumodul Algebra III

  0280bA2.3
  • 19222301 Vorlesung
    Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mo 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt: eine Auswahl der Themen 

    • Eigenschaften von Morphismen (eigentlich, projektiv, glatt)
    • Divisoren
    • (quasi-)cohärente Garben
    • Kohomologie
    • Hilbert-Funktion

    weitere Eigenschaften von Morphismen (eigentlich, ganz, regulär, glatt, étale, ...)

    • Grothendieck Topologien
    • cohomology (Čech, étale, ...)

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19222302 Übung
    Übung zu Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Basismodul Diskrete Mathematik II

  0280bA3.2
  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Basismodul Diskrete Geometrie I

  0280bA3.3
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Aufbaumodul Diskrete Geometrie III

  0280bA3.6
  • 19205901 Vorlesung
    Aufbaumodul: Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Zielgruppe sind Studenten mit einem soliden Hintergrund in diskreter Geometrie und/oder konvexer Geometrie (en par mit Discrete Geometry I & II). Die Themen dieses Kurses sind fortgeschrittene Themen in diskreter Geometrie, die Anwendungen und Inkarnationen in Differentialgeometrie, Topologie, Kombinatorik und algebraischer Geometrie finden.   Anforderungen: Vorzugsweise Diskrete Geometrie I und II.

    Kommentar

    Dies ist der dritte Teil der Vorlesungsreihe Diskrete Geometrie. Die Vorlesung wird voraussichtlich auf Englisch gehalten werden. Daher folgt eine Beschreibung des Inhalts auf Englisch.   This is the third in a series of three courses on discrete geometry. This advanced course will cover a selection of the following topics (depending on the interests of the audience):   1. Oriented Matroids along the lines of the book Oriented Matroids by Björner, Las Vergnas, Sturmfels, White, and Ziegler; and/or   2. Triangulations along the lines of the book Triangulations by de Loera, Rambau, and Santos; and/or   3. Discriminants and tropical geometry along the lines of the book Discriminants, Resultants, and multidimensional determinants by Gelfand, Kapranov, and Zelevinsky; and/or   4. Combinatorics and commutative algebra along the lines of the book Combinatorics and commutative algebra by Stanley.

    Literaturhinweise

    Will be announced in class.

  • 19205902 Übung
    Übung zu Aufbaumodul Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

• Forschungsmodul Diskrete Geometrie

  0280bA3.8
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

• Basismodul Topologie II

  0280bA4.2
  • 19206201 Vorlesung
    Basismodul: Topologie II (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Do 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Singuläre Homologie- und Kohomologietheorie mit Anwendungen, Homologie von CW-Komplexen, Grundbegriffe der Homotopietheorie

    Literaturhinweise

    Literatur

    • Hatcher, Allen: Algebraic Topology; Cambridge University Press.
    • http://www.math.cornell.edu/~hatcher/AT/ATpage.html
    • Lück, Wolfgang: Algebraische Topologie, Homologie und Mannigfaltigkeiten; Vieweg.

  • 19206202 Übung
    Übung zu Topologie II (Katarina Krivokuca)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

• Forschungsmodul Topologie

  0280bA4.5
  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

• Basismodul Numerik II

  0280bA5.1
  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Aufbaumodul Numerik IV

  0280bA5.3
  • 19206401 Vorlesung
    Numerik IV: Koevolution von komplexen Systemen: Wechselwirkungen zwischen Sozial-, Gesundheits- und Klimadynamik (Christof Schütte)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

    Kommentar

    S. englische Beschreibung

  • 19206402 Übung
    Übung zu Numerik IV (Christof Schütte)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

• Basismodul Differentialgleichungen II

  0280bA6.2
  • 19242001 Vorlesung
    Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Di 08:00-10:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Diese Veranstaltung baut auf dem Kursmaterial von Partielle Differentialgleichungen I des vorangegangenen Sommersemesters auf. Methoden für lineare partielle Differentialgleichungen werden vertieft und erweitert auf nichtlineare partielle Differentialgleichungen. Im Mittelpunkt der Vorlesung steht die Theorie monotoner und maximal monotoner Operatoren. 

  • 19242002 Übung
    Übungen zu Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Ergänzungsmodul Ausgewählte Themen

  0280bA7.1
  • 19225101 Vorlesung
    Weiche Materie: Mathematische Aspekte, Physikalische Modellierung und Computersimulation (Luigi Delle Site)
    Zeit: Mo 12:00-14:00, Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: Die Veranstaltung findet im Seminarraum der Arnimallee 9 statt.
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Masterstudenten der Mathematik und Physik, die sich für mathematische Theorie und Computermodellierung von Soft Matter Systemen interessieren.

    Anforderungen: Grundkenntnisse der statistischen Physik und der Dynamik, Computerprogrammierung

    Kommentar

    Programm

    Polymerphysik: Struktur und Dynamik

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Biologische Membranen

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Einführung in Kolloide und Flüssigkristalle

    • Theorie und Simulation

    Einführung in die hydrodynamische Skala für große biologische Systeme:

    • Beispiele sind z.B. Zelluläre Prozesse, Rote Blutkörperchen im Kapillarfluss, etc. (Theorie und Simulation)

    Literaturhinweise

    Basic Literature:

    1. Introduction to Polymer Physics by M. Doi
    2. Soft Matter Physics by M. Doi
    3. Biomembrane Frontiers: Nanostructures, Models, and the Design of Life (Handbook of Modern Biophysics) by von Thomas Jue, Subhash H. Risbud, Marjorie L. Longo, Roland Faller (Editors)

  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19303601 Vorlesung
    Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
    Zeit: Mi 14:00-16:00, Do 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Teilnehmer müssen gutes mathematisches Verständnis sowie gute Kenntnisse in den Bereichen Rechnersicherheit und Netzwerken mitbringen.

    Kommentar

    Diese Vorlesung gibt eine Einführung in die Kryptographie und das kryptographische Schlüsselverwaltung, sowie eine Einführung in kryptographische Protokolle und deren Anwendung im Bereich der Sicherheit in verteilten Systemen. Mathematische Werkzeuge werden im erforderlichen und einer Einführungsveranstaltung angemessenen Umfang entwickelt. Zusätzlich berührt die Vorlesung die Bedeutung von Implementierungsdetails für die Systemsicherheit.

    Literaturhinweise

    • Jonathan Katz and Yehuda Lindell, Introduction to Modern Cryptography, 2008
    • Lindsay N. Childs, A Concrete Introduction to Higher Algebra. Springer Verlag, 1995.
    • Johannes Buchmann, Einfuehrung in die Kryptographie. Springer Verlag, 1999.

    Weitere noch zu bestimmende Literatur und Primärquellen.

  • 19225102 Übung
    Übung zu Soft Matter: mathematical aspects, physical modeling and Computer Simulation (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: SR A9
    
  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19303602 Übung
    Übung zu Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
    Zeit: Do 14:00-16:00 (Erster Termin: 16.10.2025)
    Ort: , T9/049 Seminarraum
    

• Ergänzungsmodul Ausgewählte Forschungsthemen

  0280bA7.2
  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt:

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen.

    Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.

    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp.

    A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668 Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

     

  • 19235101 Vorlesung
    Funktionen- und Distributionenräume (N.N.)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Analysis I — III, Linear Algebra I, II. 
    Recommended: Functional Analysis.

    Kommentar

    In diesem Kurs betrachten wir Funktionenräume und allgemeiner Räume von Distributionen, d.h. von verallgemeinerten Funktionen. Da alle Distributionen im Gegensatz zu Funktionen differenzierbar sind, spielen sie eine wichtige Rolle in der Theorie der partiellen Differentialgleichungen, auf die wir im Laufe des Kurses noch öfter zurückkommen werden. Wir betrachten:

    Distributionenräume und ihr Begriff der Konvergenz (auf allgemeinen Gebieten)
    Sobolevräume (auf allgemeinen Gebieten)
    Temperierte Distributionen und die Fourier-Transformation (auf R^d)
    Besovräume (auf R^d)
    Bony's Para- und Resonanzprodukte
     

    Literaturhinweise

    There will be lecture notes.

  • 19320501 Vorlesung
    Quantenalgorithmen und Kryptoanalyse (Marian Margraf)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19235102 Übung
    Ü: Funktion- und Distributionsräume (Willem Van Zuijlen)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

• Ergänzungsmodul Forschungsseminar

  0280bA7.5
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

• Ergänzungsmodul Stochastik II

  0280bA7.7
  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

• Ergänzungsmodul BMS-Fridays

  0280bA7.8
  • 19223111 Seminar
    BMS-Freitage (Holger Reich)
    Zeit: Fr 12.12. 14:00-18:00, Fr 30.01. 14:00-18:00 (Erster Termin: 12.12.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    The Friday colloquia of BMS represent a common meeting point for Berlin mathematics at Urania Berlin: a colloquium with broad emanation that permits an overview of large-scale connections and insights. In thematic series, the conversation is about “mathematics as a whole,” and we hope to be able to witness some breakthroughs.

    Typically, there is a BMS colloquium every other Friday afternoon in the BMS Loft at Urania during term time. BMS Friday colloquia usually start at 2:15 pm. Tea and cookies are served before each talk at 1:00 pm.

    More details: https://www.math-berlin.de/academics/bms-fridays

• Ergänzungsmodul What is...? (BMS)

  0280bA7.9
  • 19217311 Seminar
    Doktorandenseminar "Was ist eigentlich...?" / "What is...?" (Holger Reich)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    The "What is ...?" seminars are usually held before the BMS Friday seminar to complement the topic of the talk.

    Zielgruppe: Anybody interested in mathematics is invited to attend the "What is ...?" seminars. This includes Bachelors, Masters, Diplom, and PhD students from any field, as well as researchers like Post-Docs.
    Voraussetzungen: The speakers assume that the audience has at least a general knowledge of graduate-level mathematics.

    Kommentar

    Inhalt: The "What is ...?" seminar is a 30-minute weekly seminar that concisely introduces terms and ideas that are fundamental to certain fields of mathematics but may not be familiar in others.
    The vast mathematical landscape in Berlin welcomes mathematicians with diverse backgrounds to work side by side, yet their paths often only cross within their individual research groups. To encourage interdisciplinary cooperation and collaboration, the "What is ...?" seminar attempts to initiate contact by introducing essential vocabulary and foundational concepts of the numerous fields represented in Berlin. The casual atmosphere of the seminar invites the audience to ask many questions and the speakers to experiment with their presentation styles.
    The location of the seminar rotates among the Urania, FU, TU, and HU. On the weeks when a BMS Friday takes place, the "What is ...?" seminar topic is arranged to coincide with the Friday talk acting as an introductory talk for the BMS Friday Colloquium. For a schedule of the talks and their locations, check the website. The website is updated frequently throughout the semester.

    Talks and more detailed information can be found here
    Homepage: http://www.math.fu-berlin.de/w/Math/WhatIsSeminar

• Basismodul: Numerik II

  0280cA1.11
  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Basismodul: Partielle Differentialgleichungen II

  0280cA1.14
  • 19242001 Vorlesung
    Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Di 08:00-10:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Diese Veranstaltung baut auf dem Kursmaterial von Partielle Differentialgleichungen I des vorangegangenen Sommersemesters auf. Methoden für lineare partielle Differentialgleichungen werden vertieft und erweitert auf nichtlineare partielle Differentialgleichungen. Im Mittelpunkt der Vorlesung steht die Theorie monotoner und maximal monotoner Operatoren. 

  • 19242002 Übung
    Übungen zu Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Basismodul: Stochastik II

  0280cA1.15
  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

• Basismodul: Topologie II

  0280cA1.18
  • 19206201 Vorlesung
    Basismodul: Topologie II (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Do 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Singuläre Homologie- und Kohomologietheorie mit Anwendungen, Homologie von CW-Komplexen, Grundbegriffe der Homotopietheorie

    Literaturhinweise

    Literatur

    • Hatcher, Allen: Algebraic Topology; Cambridge University Press.
    • http://www.math.cornell.edu/~hatcher/AT/ATpage.html
    • Lück, Wolfgang: Algebraische Topologie, Homologie und Mannigfaltigkeiten; Vieweg.

  • 19206202 Übung
    Übung zu Topologie II (Katarina Krivokuca)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

• Basismodul: Differentialgeometrie I

  0280cA1.3
  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Basismodul: Diskrete Geometrie I

  0280cA1.5
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Basismodul: Diskrete Mathematik II

  0280cA1.8
  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Aufbaumodul: Algebra III

  0280cA2.1
  • 19222301 Vorlesung
    Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mo 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt: eine Auswahl der Themen 

    • Eigenschaften von Morphismen (eigentlich, projektiv, glatt)
    • Divisoren
    • (quasi-)cohärente Garben
    • Kohomologie
    • Hilbert-Funktion

    weitere Eigenschaften von Morphismen (eigentlich, ganz, regulär, glatt, étale, ...)

    • Grothendieck Topologien
    • cohomology (Čech, étale, ...)

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19222302 Übung
    Übung zu Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Aufbaumodul: Diskrete Geometrie III

  0280cA2.3
  • 19205901 Vorlesung
    Aufbaumodul: Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Zielgruppe sind Studenten mit einem soliden Hintergrund in diskreter Geometrie und/oder konvexer Geometrie (en par mit Discrete Geometry I & II). Die Themen dieses Kurses sind fortgeschrittene Themen in diskreter Geometrie, die Anwendungen und Inkarnationen in Differentialgeometrie, Topologie, Kombinatorik und algebraischer Geometrie finden.   Anforderungen: Vorzugsweise Diskrete Geometrie I und II.

    Kommentar

    Dies ist der dritte Teil der Vorlesungsreihe Diskrete Geometrie. Die Vorlesung wird voraussichtlich auf Englisch gehalten werden. Daher folgt eine Beschreibung des Inhalts auf Englisch.   This is the third in a series of three courses on discrete geometry. This advanced course will cover a selection of the following topics (depending on the interests of the audience):   1. Oriented Matroids along the lines of the book Oriented Matroids by Björner, Las Vergnas, Sturmfels, White, and Ziegler; and/or   2. Triangulations along the lines of the book Triangulations by de Loera, Rambau, and Santos; and/or   3. Discriminants and tropical geometry along the lines of the book Discriminants, Resultants, and multidimensional determinants by Gelfand, Kapranov, and Zelevinsky; and/or   4. Combinatorics and commutative algebra along the lines of the book Combinatorics and commutative algebra by Stanley.

    Literaturhinweise

    Will be announced in class.

  • 19205902 Übung
    Übung zu Aufbaumodul Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

• Aufbaumodul: Numerik IV

  0280cA2.6
  • 19206401 Vorlesung
    Numerik IV: Koevolution von komplexen Systemen: Wechselwirkungen zwischen Sozial-, Gesundheits- und Klimadynamik (Christof Schütte)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

    Kommentar

    S. englische Beschreibung

  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt:

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen.

    Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.

    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp.

    A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668 Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

     

  • 19206402 Übung
    Übung zu Numerik IV (Christof Schütte)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    
  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

• Vertiefungsmodul: Masterseminar Differentialgeometrie

  0280cA3.2
  • 19212211 Seminar
    Seminar zu Themen der Geometrischen Analysis und der Differentialgeometrie (Elena Mäder-Baumdicker)
    Zeit: Mi 15.10. 12:00-14:00, Mi 05.11. 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Ana I bis III, lineare Algebra I und II sowie mindestens einer der beiden Vorlesungen Differentialgeometrie I oder Differentialgleichungen I.

    Kommentar

    This seminar is intended for Bachelor's and Master's students with an interest in topics related to Geometric Analysis and Differential Geometry. Each semester, the seminar focuses on a different theme — examples include geometric variational problems, geometric flows, and geometric measure theory.

    In the first meeting of the semester, students can express their interest in participating. In the second meeting, each participant selects a topic from a curated list. The presentations themselves will take place during a dedicated seminar week at the end of the term.

  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

• Vertiefungsmodul: Masterseminar Diskrete Geometrie

  0280cA3.3
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

• Vertiefungsmodul: Masterseminar Numerik

  0280cA3.6
  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

• Vertiefungsmodul: Masterseminar Partielle Differentialgleichungen

  0280cA3.7
  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Vertiefungsmodul: Masterseminar Stochastik

  0280cA3.8
  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

• Vertiefungsmodul: Masterseminar Topologie

  0280cA3.9
  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

• Ergänzungsmodul: Ausgewählte Themen A

  0280cA4.1
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19206201 Vorlesung
    Basismodul: Topologie II (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Do 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Singuläre Homologie- und Kohomologietheorie mit Anwendungen, Homologie von CW-Komplexen, Grundbegriffe der Homotopietheorie

    Literaturhinweise

    Literatur

    • Hatcher, Allen: Algebraic Topology; Cambridge University Press.
    • http://www.math.cornell.edu/~hatcher/AT/ATpage.html
    • Lück, Wolfgang: Algebraische Topologie, Homologie und Mannigfaltigkeiten; Vieweg.

  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19225101 Vorlesung
    Weiche Materie: Mathematische Aspekte, Physikalische Modellierung und Computersimulation (Luigi Delle Site)
    Zeit: Mo 12:00-14:00, Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: Die Veranstaltung findet im Seminarraum der Arnimallee 9 statt.
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Masterstudenten der Mathematik und Physik, die sich für mathematische Theorie und Computermodellierung von Soft Matter Systemen interessieren.

    Anforderungen: Grundkenntnisse der statistischen Physik und der Dynamik, Computerprogrammierung

    Kommentar

    Programm

    Polymerphysik: Struktur und Dynamik

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Biologische Membranen

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Einführung in Kolloide und Flüssigkristalle

    • Theorie und Simulation

    Einführung in die hydrodynamische Skala für große biologische Systeme:

    • Beispiele sind z.B. Zelluläre Prozesse, Rote Blutkörperchen im Kapillarfluss, etc. (Theorie und Simulation)

    Literaturhinweise

    Basic Literature:

    1. Introduction to Polymer Physics by M. Doi
    2. Soft Matter Physics by M. Doi
    3. Biomembrane Frontiers: Nanostructures, Models, and the Design of Life (Handbook of Modern Biophysics) by von Thomas Jue, Subhash H. Risbud, Marjorie L. Longo, Roland Faller (Editors)

  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19242001 Vorlesung
    Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Di 08:00-10:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Diese Veranstaltung baut auf dem Kursmaterial von Partielle Differentialgleichungen I des vorangegangenen Sommersemesters auf. Methoden für lineare partielle Differentialgleichungen werden vertieft und erweitert auf nichtlineare partielle Differentialgleichungen. Im Mittelpunkt der Vorlesung steht die Theorie monotoner und maximal monotoner Operatoren. 

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19206202 Übung
    Übung zu Topologie II (Katarina Krivokuca)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

  • 19225102 Übung
    Übung zu Soft Matter: mathematical aspects, physical modeling and Computer Simulation (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: SR A9
    
  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19242002 Übung
    Übungen zu Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Ergänzungsmodul: Ausgewählte Themen B

  0280cA4.2
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19206201 Vorlesung
    Basismodul: Topologie II (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Do 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Singuläre Homologie- und Kohomologietheorie mit Anwendungen, Homologie von CW-Komplexen, Grundbegriffe der Homotopietheorie

    Literaturhinweise

    Literatur

    • Hatcher, Allen: Algebraic Topology; Cambridge University Press.
    • http://www.math.cornell.edu/~hatcher/AT/ATpage.html
    • Lück, Wolfgang: Algebraische Topologie, Homologie und Mannigfaltigkeiten; Vieweg.

  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19225101 Vorlesung
    Weiche Materie: Mathematische Aspekte, Physikalische Modellierung und Computersimulation (Luigi Delle Site)
    Zeit: Mo 12:00-14:00, Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: Die Veranstaltung findet im Seminarraum der Arnimallee 9 statt.
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Masterstudenten der Mathematik und Physik, die sich für mathematische Theorie und Computermodellierung von Soft Matter Systemen interessieren.

    Anforderungen: Grundkenntnisse der statistischen Physik und der Dynamik, Computerprogrammierung

    Kommentar

    Programm

    Polymerphysik: Struktur und Dynamik

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Biologische Membranen

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Einführung in Kolloide und Flüssigkristalle

    • Theorie und Simulation

    Einführung in die hydrodynamische Skala für große biologische Systeme:

    • Beispiele sind z.B. Zelluläre Prozesse, Rote Blutkörperchen im Kapillarfluss, etc. (Theorie und Simulation)

    Literaturhinweise

    Basic Literature:

    1. Introduction to Polymer Physics by M. Doi
    2. Soft Matter Physics by M. Doi
    3. Biomembrane Frontiers: Nanostructures, Models, and the Design of Life (Handbook of Modern Biophysics) by von Thomas Jue, Subhash H. Risbud, Marjorie L. Longo, Roland Faller (Editors)

  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19242001 Vorlesung
    Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Di 08:00-10:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Diese Veranstaltung baut auf dem Kursmaterial von Partielle Differentialgleichungen I des vorangegangenen Sommersemesters auf. Methoden für lineare partielle Differentialgleichungen werden vertieft und erweitert auf nichtlineare partielle Differentialgleichungen. Im Mittelpunkt der Vorlesung steht die Theorie monotoner und maximal monotoner Operatoren. 

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19206202 Übung
    Übung zu Topologie II (Katarina Krivokuca)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

  • 19225102 Übung
    Übung zu Soft Matter: mathematical aspects, physical modeling and Computer Simulation (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: SR A9
    
  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19242002 Übung
    Übungen zu Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Ergänzungsmodul: Ausgewählte Themen C

  0280cA4.3
  • 19202001 Vorlesung
    Diskrete Geometrie I (Christian Haase)
    Zeit: Di 10:00-12:00, Mi 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

    Kommentar

    Präsenz in den Übungen mittwochs ist Pflicht.

    Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:
    
    Polyeder und polyedrische Komplexe
    Konfigurationen von Punkten, Hyperebenen und Unterräumen
    Unterteilungen und Triangulierungen
    Theorie von Polytopen
    Darstellungen und der Satz von Minkowski-Weyl
    Polarität, einfache und simpliziale Polytope, Schälbarkeit
    Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
    Graphen, Durchmesser, Hirsch Vermutung
    Geometrie linearer Programmierung
    Lineare Programme, Simplex-Algorithmus, LP Dualität
    Kombinatorische Geometrie, geometrische Kombinatorik
    Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
    Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
    Beispiele, Beispiele, Beispiele
    Reguläre Polyope, zentralsymmetrische Polytope
    Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
    Kombinatorische Optimierung und 0/1-Polytope
     

    Literaturhinweise

    • G.M. Ziegler "Lectures in Polytopes"
    • J. Matousek "Lectures on Discrete Geometry"
    • Further literature will be announced in class.

  • 19202101 Vorlesung
    Basismodul: Numerik II (Robert Gruhlke)
    Zeit: Mo 12:00-14:00, Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Description: Extending basic knowledge on odes from Numerik I, we first concentrate on one-step methods for stiff and differential-algebraic systems and then discuss Hamiltonian systems. In the second part of the lecture we consider the iterative solution of large linear systems.

    Target Audience: Students of Bachelor and Master courses in Mathematics and of BMS

    Prerequisites: Basics of calculus (Analysis I, II) linear algebra (Lineare Algebra I, II) and numerical analysis (Numerik I)

  • 19202601 Vorlesung
    Differentialgeometrie I (Konrad Polthier)
    Zeit: Mo 10:00-12:00, Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
    

    Zusätzl. Angaben / Voraussetzungen

    Weitere Infos auf der Veranstaltungshomepage

    Kommentar

    Auswahl aus folgenden Themen:

    • Kurven und Flächen im euklidischen Raum,
    • Metriken und Riemann'sche Mannigfaltigkeiten,
    • Oberflächenspannung und Krümmungsbegriffe,
    • Vektorfelder, Tensoren, kovariante Ableitung,
    • Geodätische Kurven, Exponentialabbildung,
    • Satz von Gauß-Bonnet, Topologie,
    • Verbindungen zur diskreten Differentialgeometrie.

    Voraussetzungen:

    Analysis I bis III und Lineare Algebra I und II

    Literaturhinweise

    Literature

    • W. Kühnel: Differentialgeometrie:Kurven - Flächen - Mannigfaltigkeiten, Springer, 2012
    • M. P. do Carmo, Differential Geometry of Curves and Surfaces, Prentice Hall
    • J.-H. Eschenburg, J. Jost: Differentialgeometrie und Minimalflächen, Springer, 2014
    • C. Bär: Elementare Differentialgeometrie, de Gruyter, 2001

  • 19206201 Vorlesung
    Basismodul: Topologie II (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Do 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt: Singuläre Homologie- und Kohomologietheorie mit Anwendungen, Homologie von CW-Komplexen, Grundbegriffe der Homotopietheorie

    Literaturhinweise

    Literatur

    • Hatcher, Allen: Algebraic Topology; Cambridge University Press.
    • http://www.math.cornell.edu/~hatcher/AT/ATpage.html
    • Lück, Wolfgang: Algebraische Topologie, Homologie und Mannigfaltigkeiten; Vieweg.

  • 19212901 Vorlesung
    Stochastik II (Felix Höfling)
    Zeit: Di 12:00-14:00, Do 08:00-10:00 (Erster Termin: 14.10.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzung: Stochastik I  und  Analysis I — III.

    Kommentar

    Inhalt:

    • Grundlagen: bedingte Erwartungen; charakteristische Funktion; Konvergenzarten der Stochastik; gleichgradige Integrierbarkeit;
    • Konstruktion stochastischer Prozesse und Beispiele: gaußsche Prozesse, Lévy-Prozesse, Brownsche Bewegung
    • Martingale in diskreter Zeit: Konvergenz, Stoppsätze, Ungleichungen;
    • Markovketten in diskreter und stetiger Zeit: Rekurrenz und Transienz, invariante Maße;

    Literaturhinweise

    • Klenke: Wahrscheinlichkeitstheorie
    • Durrett: Probability. Theory and Examples.

    Weitere Literatur wird im Lauf der Vorlesung bekannt gegeben.
    Further literature will be given during the lecture.

  • 19225101 Vorlesung
    Weiche Materie: Mathematische Aspekte, Physikalische Modellierung und Computersimulation (Luigi Delle Site)
    Zeit: Mo 12:00-14:00, Di 12:00-14:00 (Erster Termin: 14.10.2025)
    Ort: Die Veranstaltung findet im Seminarraum der Arnimallee 9 statt.
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe: Masterstudenten der Mathematik und Physik, die sich für mathematische Theorie und Computermodellierung von Soft Matter Systemen interessieren.

    Anforderungen: Grundkenntnisse der statistischen Physik und der Dynamik, Computerprogrammierung

    Kommentar

    Programm

    Polymerphysik: Struktur und Dynamik

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Biologische Membranen

    • (a) Theoretische/analytische Ansätze
    • (b) Physikalische und chemische Modellierung
    • (c) Simulation

    Einführung in Kolloide und Flüssigkristalle

    • Theorie und Simulation

    Einführung in die hydrodynamische Skala für große biologische Systeme:

    • Beispiele sind z.B. Zelluläre Prozesse, Rote Blutkörperchen im Kapillarfluss, etc. (Theorie und Simulation)

    Literaturhinweise

    Basic Literature:

    1. Introduction to Polymer Physics by M. Doi
    2. Soft Matter Physics by M. Doi
    3. Biomembrane Frontiers: Nanostructures, Models, and the Design of Life (Handbook of Modern Biophysics) by von Thomas Jue, Subhash H. Risbud, Marjorie L. Longo, Roland Faller (Editors)

  • 19234401 Vorlesung
    Diskrete Mathematik II - Optimierung (Ralf Borndörfer)
    Zeit: Mo 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: Mo A6/SR 032 Seminarraum (Arnimallee 6), Do A7/SR 031 (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Anrechnung

    Diese Veranstaltung kann als Diskrete Mathematik II (DM II) gewählt werden.

    Bei gleichzeitiger Belegung von Diskrete Mathematik II - Extremale Kombinatorik kann einer der beiden Kurse als DM II und der andere als Ergänzungsmodul gewählt werden.

    Sprache

    Die VL findet auf Englisch statt.

    Klausur

    Die Klausur findet in der letzten Vorlesung statt. Die Nachklausur findet in der Woche vor dem Wiederbeginn der Vorlesungen statt.

    Kommentar

    Diese Vorlesung startet den Optimierungszweig der Diskreten Mathematik. Sie behandelt die Algorithmische Graphentheorie und die Lineare Optimierung.

    Inhalt

    • Komplexität: Komplexitätsmaße, Laufzeit von Algorithmen, die Klassen P und NP, NP-Vollständigkeit
    • Matroide und Unabhängigkeitssysteme: Unabhängigkeitssysteme, Matroide, Bäume, Wälder, Orakel, Optimierung über Unabhängigkeitssystemen
    • Kürzeste Wege: Nichtnegative Gewichte, allgemeine Gewichte, all pairs
    • Netzwerflüsse: Das Max-Flow-Min-Cut Theorem, Augmentierende Wege, Minimalkostenflüsse, Transport- und Zuordnungsprobleme
    • Polyeder: Seitenflächen, Dimensionsformel, Projektionen von Polyedern, Transformation, Polarität, Darstellungssätze.
    • Grundlagen der Linearen Optimierung: Farkas Lemma, Dualitätssatz.
    • Simplexalgorithmus: Basis, Degeneration, Basistausch, revidierter Simplexalgorithmus, Schranken, dualer Simplexalgorithmus, Postoptimierung, Numerik.
    • Innere Punkte und Ellipsoidmethode: Grundlagen

     

    Zielgruppe

    Diese Veranstaltung richtet sich an Studierende der Mathematik mit Vorkenntnissen in Diskreter Mathematik I, Linearer Algebra und Analysis. Einige Übungsaufgaben erfordern den Einsatz eines Computers.

    Literaturhinweise

    M. Grötschel, Lineare Optimierung, eines der Vorlesungsskripte

    V. Chvátal, Linear Programming, Freeman 1983

    Additional

    Garey & Johnson, Computers and Intractability,  1979 (Complexity Theory)

    Bertsimas & Tsitsiklis, Introduction to Linear Optimization, 97 (Linear Programming)

    Korte & Vygen, Combinatorial Optimization, 2006 (Flows, Shortest Paths, Matchings)

  • 19242001 Vorlesung
    Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Di 08:00-10:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Diese Veranstaltung baut auf dem Kursmaterial von Partielle Differentialgleichungen I des vorangegangenen Sommersemesters auf. Methoden für lineare partielle Differentialgleichungen werden vertieft und erweitert auf nichtlineare partielle Differentialgleichungen. Im Mittelpunkt der Vorlesung steht die Theorie monotoner und maximal monotoner Operatoren. 

  • 19202002 Übung
    Übung zu Diskrete Geometrie I (Sofia Garzón Mora, Christian Haase)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19202102 Übung
    Übung zu Basismodul: Numerik II (André-Alexander Zepernick)
    Zeit: Mi 10:00-12:00, Fr 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    
  • 19202602 Übung
    Übung zu Differentialgeometrie I (Tillmann Kleiner, Konrad Polthier)
    Zeit: Mo 08:00-10:00, Mi 08:00-10:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19206202 Übung
    Übung zu Topologie II (Katarina Krivokuca)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19212902 Übung
    Übung zu Stochastik II (Felix Höfling)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt

     

     

    • This course is the sequel of the course of Stochastics I. The main objective is to go beyond the first principles in probability theory by introducing the general language of measure theory, and the application of this framework in a wide variety of probabilistic scenarios.
      More precisely, the course will cover the following aspects of probability theory:
    • Measure theory and the Lebesgue integral
    • Convergence of random variables and 0-1 laws
    • Generating functions: branching processes and characteristic functions
    • Markov chains
    • Introduction to martingales

     

     

  • 19225102 Übung
    Übung zu Soft Matter: mathematical aspects, physical modeling and Computer Simulation (Luigi Delle Site)
    Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: SR A9
    
  • 19234402 Übung
    Übung zu Diskrete Mathematik II - Optimierung (N.N.)
    Zeit: Mo 16:00-18:00 (Erster Termin: 20.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    
  • 19242002 Übung
    Übungen zu Partielle Differentialgleichungen II (Erica Ipocoana)
    Zeit: Do 12:00-14:00 (Erster Termin: 16.10.2025)
    Ort: A6/SR 031 Seminarraum (Arnimallee 6)
    

• Ergänzungsmodul: Spezielle Aspekte A

  0280cA4.4
  • 19205901 Vorlesung
    Aufbaumodul: Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Zielgruppe sind Studenten mit einem soliden Hintergrund in diskreter Geometrie und/oder konvexer Geometrie (en par mit Discrete Geometry I & II). Die Themen dieses Kurses sind fortgeschrittene Themen in diskreter Geometrie, die Anwendungen und Inkarnationen in Differentialgeometrie, Topologie, Kombinatorik und algebraischer Geometrie finden.   Anforderungen: Vorzugsweise Diskrete Geometrie I und II.

    Kommentar

    Dies ist der dritte Teil der Vorlesungsreihe Diskrete Geometrie. Die Vorlesung wird voraussichtlich auf Englisch gehalten werden. Daher folgt eine Beschreibung des Inhalts auf Englisch.   This is the third in a series of three courses on discrete geometry. This advanced course will cover a selection of the following topics (depending on the interests of the audience):   1. Oriented Matroids along the lines of the book Oriented Matroids by Björner, Las Vergnas, Sturmfels, White, and Ziegler; and/or   2. Triangulations along the lines of the book Triangulations by de Loera, Rambau, and Santos; and/or   3. Discriminants and tropical geometry along the lines of the book Discriminants, Resultants, and multidimensional determinants by Gelfand, Kapranov, and Zelevinsky; and/or   4. Combinatorics and commutative algebra along the lines of the book Combinatorics and commutative algebra by Stanley.

    Literaturhinweise

    Will be announced in class.

  • 19206401 Vorlesung
    Numerik IV: Koevolution von komplexen Systemen: Wechselwirkungen zwischen Sozial-, Gesundheits- und Klimadynamik (Christof Schütte)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

    Kommentar

    S. englische Beschreibung

  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt:

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen.

    Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.

    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp.

    A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668 Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

     

  • 19222301 Vorlesung
    Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mo 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt: eine Auswahl der Themen 

    • Eigenschaften von Morphismen (eigentlich, projektiv, glatt)
    • Divisoren
    • (quasi-)cohärente Garben
    • Kohomologie
    • Hilbert-Funktion

    weitere Eigenschaften von Morphismen (eigentlich, ganz, regulär, glatt, étale, ...)

    • Grothendieck Topologien
    • cohomology (Čech, étale, ...)

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19235101 Vorlesung
    Funktionen- und Distributionenräume (N.N.)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Analysis I — III, Linear Algebra I, II. 
    Recommended: Functional Analysis.

    Kommentar

    In diesem Kurs betrachten wir Funktionenräume und allgemeiner Räume von Distributionen, d.h. von verallgemeinerten Funktionen. Da alle Distributionen im Gegensatz zu Funktionen differenzierbar sind, spielen sie eine wichtige Rolle in der Theorie der partiellen Differentialgleichungen, auf die wir im Laufe des Kurses noch öfter zurückkommen werden. Wir betrachten:

    Distributionenräume und ihr Begriff der Konvergenz (auf allgemeinen Gebieten)
    Sobolevräume (auf allgemeinen Gebieten)
    Temperierte Distributionen und die Fourier-Transformation (auf R^d)
    Besovräume (auf R^d)
    Bony's Para- und Resonanzprodukte
     

    Literaturhinweise

    There will be lecture notes.

  • 19205902 Übung
    Übung zu Aufbaumodul Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19206402 Übung
    Übung zu Numerik IV (Christof Schütte)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    
  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19222302 Übung
    Übung zu Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    
  • 19235102 Übung
    Ü: Funktion- und Distributionsräume (Willem Van Zuijlen)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Ergänzungsmodul: Spezielle Aspekte B

  0280cA4.5
  • 19205901 Vorlesung
    Aufbaumodul: Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Zielgruppe sind Studenten mit einem soliden Hintergrund in diskreter Geometrie und/oder konvexer Geometrie (en par mit Discrete Geometry I & II). Die Themen dieses Kurses sind fortgeschrittene Themen in diskreter Geometrie, die Anwendungen und Inkarnationen in Differentialgeometrie, Topologie, Kombinatorik und algebraischer Geometrie finden.   Anforderungen: Vorzugsweise Diskrete Geometrie I und II.

    Kommentar

    Dies ist der dritte Teil der Vorlesungsreihe Diskrete Geometrie. Die Vorlesung wird voraussichtlich auf Englisch gehalten werden. Daher folgt eine Beschreibung des Inhalts auf Englisch.   This is the third in a series of three courses on discrete geometry. This advanced course will cover a selection of the following topics (depending on the interests of the audience):   1. Oriented Matroids along the lines of the book Oriented Matroids by Björner, Las Vergnas, Sturmfels, White, and Ziegler; and/or   2. Triangulations along the lines of the book Triangulations by de Loera, Rambau, and Santos; and/or   3. Discriminants and tropical geometry along the lines of the book Discriminants, Resultants, and multidimensional determinants by Gelfand, Kapranov, and Zelevinsky; and/or   4. Combinatorics and commutative algebra along the lines of the book Combinatorics and commutative algebra by Stanley.

    Literaturhinweise

    Will be announced in class.

  • 19206401 Vorlesung
    Numerik IV: Koevolution von komplexen Systemen: Wechselwirkungen zwischen Sozial-, Gesundheits- und Klimadynamik (Christof Schütte)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

    Kommentar

    S. englische Beschreibung

  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt:

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen.

    Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.

    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp.

    A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668 Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

     

  • 19222301 Vorlesung
    Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mo 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt: eine Auswahl der Themen 

    • Eigenschaften von Morphismen (eigentlich, projektiv, glatt)
    • Divisoren
    • (quasi-)cohärente Garben
    • Kohomologie
    • Hilbert-Funktion

    weitere Eigenschaften von Morphismen (eigentlich, ganz, regulär, glatt, étale, ...)

    • Grothendieck Topologien
    • cohomology (Čech, étale, ...)

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19235101 Vorlesung
    Funktionen- und Distributionenräume (N.N.)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Analysis I — III, Linear Algebra I, II. 
    Recommended: Functional Analysis.

    Kommentar

    In diesem Kurs betrachten wir Funktionenräume und allgemeiner Räume von Distributionen, d.h. von verallgemeinerten Funktionen. Da alle Distributionen im Gegensatz zu Funktionen differenzierbar sind, spielen sie eine wichtige Rolle in der Theorie der partiellen Differentialgleichungen, auf die wir im Laufe des Kurses noch öfter zurückkommen werden. Wir betrachten:

    Distributionenräume und ihr Begriff der Konvergenz (auf allgemeinen Gebieten)
    Sobolevräume (auf allgemeinen Gebieten)
    Temperierte Distributionen und die Fourier-Transformation (auf R^d)
    Besovräume (auf R^d)
    Bony's Para- und Resonanzprodukte
     

    Literaturhinweise

    There will be lecture notes.

  • 19205902 Übung
    Übung zu Aufbaumodul Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19206402 Übung
    Übung zu Numerik IV (Christof Schütte)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    
  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19222302 Übung
    Übung zu Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    
  • 19235102 Übung
    Ü: Funktion- und Distributionsräume (Willem Van Zuijlen)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Ergänzungsmodul: Spezielle Aspekte C

  0280cA4.6
  • 19205901 Vorlesung
    Aufbaumodul: Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Zielgruppe sind Studenten mit einem soliden Hintergrund in diskreter Geometrie und/oder konvexer Geometrie (en par mit Discrete Geometry I & II). Die Themen dieses Kurses sind fortgeschrittene Themen in diskreter Geometrie, die Anwendungen und Inkarnationen in Differentialgeometrie, Topologie, Kombinatorik und algebraischer Geometrie finden.   Anforderungen: Vorzugsweise Diskrete Geometrie I und II.

    Kommentar

    Dies ist der dritte Teil der Vorlesungsreihe Diskrete Geometrie. Die Vorlesung wird voraussichtlich auf Englisch gehalten werden. Daher folgt eine Beschreibung des Inhalts auf Englisch.   This is the third in a series of three courses on discrete geometry. This advanced course will cover a selection of the following topics (depending on the interests of the audience):   1. Oriented Matroids along the lines of the book Oriented Matroids by Björner, Las Vergnas, Sturmfels, White, and Ziegler; and/or   2. Triangulations along the lines of the book Triangulations by de Loera, Rambau, and Santos; and/or   3. Discriminants and tropical geometry along the lines of the book Discriminants, Resultants, and multidimensional determinants by Gelfand, Kapranov, and Zelevinsky; and/or   4. Combinatorics and commutative algebra along the lines of the book Combinatorics and commutative algebra by Stanley.

    Literaturhinweise

    Will be announced in class.

  • 19206401 Vorlesung
    Numerik IV: Koevolution von komplexen Systemen: Wechselwirkungen zwischen Sozial-, Gesundheits- und Klimadynamik (Christof Schütte)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    

    Kommentar

    S. englische Beschreibung

  • 19207101 Vorlesung
    Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    

    Kommentar

    Inhalt:

    Viele Probleme in den Naturwissenschaften werden durch Prozesse bestimmt, die auf verschiedenen Skalen ablaufen. Solche Probleme werden als Mehrskalenprobleme bezeichnet. Ein Beispiel für ein Mehrskalenproblem sind die partiellen Differentialgleichungen, die in der geophysikalischen Fluiddynamik Anwendung finden. Für die analytische Beschreibung der langsamen Skalen können Mittelungsmethoden verwendet werden. Diese Beschreibungen sind vorteilhaft bei der Anwendung numerischer Zeitschrittverfahren, da die gemittelten Gleichungen auf gröberen Zeitgittern gelöst werden können als die nicht gemittelten Gleichungen.

    Das Hauptaugenmerk dieses Kurses liegt auf Mittelungsverfahren für partielle Differentialgleichungen, die Fluide beschreiben, und dem Design von parallelisierbaren, numerischen Zeitschrittverfahren, die auf dem Parareellen Verfahren basieren und die Mittelungsverfahren einbinden.

    Anforderungen: Grundvorlesungen in Analysis, Grundvorlesungen Numerik

    Literatur:

    Wingate, B.A.; Rosemeier, J.; Haut, T., Mean Flow from Phase Averages in the 2D Boussinesq Equations. Atmosphere 2023, 14, 1523.

    https://doi.org/10.3390/atmos14101523

    T. Haut, B. Wingate,  An asymptotic parallel-in-time method for highly oscillatory pde's, SIAM Journal on Scientific Computing, 36 (2014), pp.

    A693-A713

    J.-L. Lions, G. Turinici, A "parareal" in time discretization of PDE's, Comptes Rendus de l'Academie des Sciences - Series I - Mathematics, 332 (2001), pp. 661-668 Sanders, F. Verhulst, J. Murdock,  Averaging Methods in Nonlinear Dynamical Systems, Springer New York, NY, 2ed., 2000

     

  • 19222301 Vorlesung
    Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mo 12:00-14:00 (Erster Termin: 20.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    

    Kommentar

    Inhalt: eine Auswahl der Themen 

    • Eigenschaften von Morphismen (eigentlich, projektiv, glatt)
    • Divisoren
    • (quasi-)cohärente Garben
    • Kohomologie
    • Hilbert-Funktion

    weitere Eigenschaften von Morphismen (eigentlich, ganz, regulär, glatt, étale, ...)

    • Grothendieck Topologien
    • cohomology (Čech, étale, ...)

    Literaturhinweise

    For example: Introduction to Schemes, Geir Ellingsrud and John Christian Otten

  • 19235101 Vorlesung
    Funktionen- und Distributionenräume (N.N.)
    Zeit: Di 14:00-16:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Zusätzl. Angaben / Voraussetzungen

    Prerequisits: Analysis I — III, Linear Algebra I, II. 
    Recommended: Functional Analysis.

    Kommentar

    In diesem Kurs betrachten wir Funktionenräume und allgemeiner Räume von Distributionen, d.h. von verallgemeinerten Funktionen. Da alle Distributionen im Gegensatz zu Funktionen differenzierbar sind, spielen sie eine wichtige Rolle in der Theorie der partiellen Differentialgleichungen, auf die wir im Laufe des Kurses noch öfter zurückkommen werden. Wir betrachten:

    Distributionenräume und ihr Begriff der Konvergenz (auf allgemeinen Gebieten)
    Sobolevräume (auf allgemeinen Gebieten)
    Temperierte Distributionen und die Fourier-Transformation (auf R^d)
    Besovräume (auf R^d)
    Bony's Para- und Resonanzprodukte
     

    Literaturhinweise

    There will be lecture notes.

  • 19205902 Übung
    Übung zu Aufbaumodul Diskrete Geometrie III (Ansgar Freyer)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 120 (Arnimallee 3-5)
    
  • 19206402 Übung
    Übung zu Numerik IV (Christof Schütte)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: keine Angabe
    
  • 19207102 Übung
    Übung zu Partielle Differentialgleichungen mit multiplen Skalen: Theorie und Numerik (Juliane Rosemeier)
    Zeit: Mi 14:00-16:00 (Erster Termin: 15.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    
  • 19222302 Übung
    Übung zu Aufbaumodul: Algebra III (Holger Reich)
    Zeit: Mi 10:00-12:00 (Erster Termin: 15.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    
  • 19235102 Übung
    Ü: Funktion- und Distributionsräume (Willem Van Zuijlen)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

• Ergänzungsmodul: Aktuelle Forschungsthemen A

  0280cA4.7
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

  • 19207219 Seminaristische Übung
    Formale Beweisverifikation (Christoph Spiegel, Silas Rathke)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    Dieser zweiwöchige Blockkurs an der Freien Universität Berlin bietet eine praxisorientierte Einführung in die formale Beweisverifikation mit dem Theorembeweiser Lean. Die Vorlesungen finden am Zuse-Institut Berlin (ZIB) statt; die Räume für die Tutorien an der FU werden nach Anmeldestand bekanntgegeben. Der Kurs steht allen offen (auch Gasthörer*innen); bei den Tutorien haben FU-Studierende mit ABV-Bedarf Priorität. Bitte einen eigenen Laptop mitbringen. Erwartet werden solide Kenntnisse aus Analysis I und Linearer Algebra I; Programmierkenntnisse sind nicht erforderlich, eine technische Affinität ist jedoch hilfreich. Lehrsprache ist Englisch (Beiträge auf Deutsch sind willkommen). Alle Informationen und Materialien — u. a. zu Logik, Mengenlehre, natürlichen Zahlen, Unendlichkeit der Primzahlen und Grundzügen der Graphentheorie — finden sich auf der GitHub-Seite des Kurses.

    Für eine Anrechnung im Master wird der Kurs um differenzierte Übungen und erweiterte Prüfungsleistungen ergänzt. Die Übungsaufgaben sind dreistufig: grundlegende Aufgaben (mit gut lesbaren Beweisvorlagen), vertiefte Aufgaben auf Master-Niveau sowie optionale Stretch-Aufgaben; während der Übungen erfolgt Betreuung und eine informelle Fortschrittsrückmeldung. Die Abschlussprüfung ist eine schriftliche Klausur, die sowohl Konzeptverständnis als auch praktische Lean-Fertigkeiten prüft. Zusätzlich bearbeiten Master-Studierende ein Lean-Formalisierungsprojekt (einzeln oder zu zweit) und präsentieren es in einem mündlichen Prüfungsgespräch ein bis zwei Wochen nach Kursende; die M.Sc.-Note ergibt sich aus Klausur und Projekt.

  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

  • 19212211 Seminar
    Seminar zu Themen der Geometrischen Analysis und der Differentialgeometrie (Elena Mäder-Baumdicker)
    Zeit: Mi 15.10. 12:00-14:00, Mi 05.11. 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Ana I bis III, lineare Algebra I und II sowie mindestens einer der beiden Vorlesungen Differentialgeometrie I oder Differentialgleichungen I.

    Kommentar

    This seminar is intended for Bachelor's and Master's students with an interest in topics related to Geometric Analysis and Differential Geometry. Each semester, the seminar focuses on a different theme — examples include geometric variational problems, geometric flows, and geometric measure theory.

    In the first meeting of the semester, students can express their interest in participating. In the second meeting, each participant selects a topic from a curated list. The presentations themselves will take place during a dedicated seminar week at the end of the term.

  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19246911 Seminar
    Geometric Deep Learning (Christoph Tycowicz)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Voraussetzungen:
    Ein solider Hintergrund in Differentialgeometrie oder geometrischem Rechnen ist von Vorteil, aber nicht zwingend erforderlich.
    Studierende, die keine verwandten Kurse besucht haben (Differentialgeometrie I, Wissenschaftliche Visualisierung, ...) können das Seminar besuchen, sollten aber bereit sein, mehr Zeit zu investieren.

    Beschreibung:
    Geometric Deep Learning ist ein breit gefächertes und aufstrebendes Forschungsparadigma, das sich mit der Konzeption und Untersuchung von Architekturen neuronaler Netze befasst, die die Invarianzen und Symmetrien in Daten berücksichtigen.
    In der Tat weisen viele reale Aufgaben wesentliche vordefinierte Regelmäßigkeiten auf, die sich aus der zugrunde liegenden niedrigen Dimensionalität und Struktur der physischen Welt ergeben.
    Es hat sich gezeigt, dass die Erfassung dieser Regelmäßigkeiten durch vereinheitlichte geometrische Prinzipien zu erheblichen empirischen Verbesserungen führt.
    Beispiele für solche geometrischen Architekturen sind graphische neuronale Netze sowie Modelle für Daten in gekrümmten Mannigfaltigkeiten.

    Ziel dieses Seminars ist es, vertieftes Wissen über die Kernmethodik des Geometric Deep Learning sowie einen Überblick über die neuesten Methoden zu vermitteln.
    Die Studierenden erwerben praktische Fähigkeiten im Lesen, Präsentieren, Erklären und Diskutieren von wissenschaftlichen Arbeiten.
    Das Seminar kann als Vorbereitung für ein MSc-Thema genutzt werden.

    Literaturhinweise

    Michael M. Bronstein, Joan Bruna, Taco Cohen, Petar Veličković (2021) Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges. arXiv:2104.13478

  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Ergänzungsmodul: Aktuelle Forschungsthemen B

  0280cA4.8
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

  • 19207219 Seminaristische Übung
    Formale Beweisverifikation (Christoph Spiegel, Silas Rathke)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    Dieser zweiwöchige Blockkurs an der Freien Universität Berlin bietet eine praxisorientierte Einführung in die formale Beweisverifikation mit dem Theorembeweiser Lean. Die Vorlesungen finden am Zuse-Institut Berlin (ZIB) statt; die Räume für die Tutorien an der FU werden nach Anmeldestand bekanntgegeben. Der Kurs steht allen offen (auch Gasthörer*innen); bei den Tutorien haben FU-Studierende mit ABV-Bedarf Priorität. Bitte einen eigenen Laptop mitbringen. Erwartet werden solide Kenntnisse aus Analysis I und Linearer Algebra I; Programmierkenntnisse sind nicht erforderlich, eine technische Affinität ist jedoch hilfreich. Lehrsprache ist Englisch (Beiträge auf Deutsch sind willkommen). Alle Informationen und Materialien — u. a. zu Logik, Mengenlehre, natürlichen Zahlen, Unendlichkeit der Primzahlen und Grundzügen der Graphentheorie — finden sich auf der GitHub-Seite des Kurses.

    Für eine Anrechnung im Master wird der Kurs um differenzierte Übungen und erweiterte Prüfungsleistungen ergänzt. Die Übungsaufgaben sind dreistufig: grundlegende Aufgaben (mit gut lesbaren Beweisvorlagen), vertiefte Aufgaben auf Master-Niveau sowie optionale Stretch-Aufgaben; während der Übungen erfolgt Betreuung und eine informelle Fortschrittsrückmeldung. Die Abschlussprüfung ist eine schriftliche Klausur, die sowohl Konzeptverständnis als auch praktische Lean-Fertigkeiten prüft. Zusätzlich bearbeiten Master-Studierende ein Lean-Formalisierungsprojekt (einzeln oder zu zweit) und präsentieren es in einem mündlichen Prüfungsgespräch ein bis zwei Wochen nach Kursende; die M.Sc.-Note ergibt sich aus Klausur und Projekt.

  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

  • 19212211 Seminar
    Seminar zu Themen der Geometrischen Analysis und der Differentialgeometrie (Elena Mäder-Baumdicker)
    Zeit: Mi 15.10. 12:00-14:00, Mi 05.11. 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Ana I bis III, lineare Algebra I und II sowie mindestens einer der beiden Vorlesungen Differentialgeometrie I oder Differentialgleichungen I.

    Kommentar

    This seminar is intended for Bachelor's and Master's students with an interest in topics related to Geometric Analysis and Differential Geometry. Each semester, the seminar focuses on a different theme — examples include geometric variational problems, geometric flows, and geometric measure theory.

    In the first meeting of the semester, students can express their interest in participating. In the second meeting, each participant selects a topic from a curated list. The presentations themselves will take place during a dedicated seminar week at the end of the term.

  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19246911 Seminar
    Geometric Deep Learning (Christoph Tycowicz)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Voraussetzungen:
    Ein solider Hintergrund in Differentialgeometrie oder geometrischem Rechnen ist von Vorteil, aber nicht zwingend erforderlich.
    Studierende, die keine verwandten Kurse besucht haben (Differentialgeometrie I, Wissenschaftliche Visualisierung, ...) können das Seminar besuchen, sollten aber bereit sein, mehr Zeit zu investieren.

    Beschreibung:
    Geometric Deep Learning ist ein breit gefächertes und aufstrebendes Forschungsparadigma, das sich mit der Konzeption und Untersuchung von Architekturen neuronaler Netze befasst, die die Invarianzen und Symmetrien in Daten berücksichtigen.
    In der Tat weisen viele reale Aufgaben wesentliche vordefinierte Regelmäßigkeiten auf, die sich aus der zugrunde liegenden niedrigen Dimensionalität und Struktur der physischen Welt ergeben.
    Es hat sich gezeigt, dass die Erfassung dieser Regelmäßigkeiten durch vereinheitlichte geometrische Prinzipien zu erheblichen empirischen Verbesserungen führt.
    Beispiele für solche geometrischen Architekturen sind graphische neuronale Netze sowie Modelle für Daten in gekrümmten Mannigfaltigkeiten.

    Ziel dieses Seminars ist es, vertieftes Wissen über die Kernmethodik des Geometric Deep Learning sowie einen Überblick über die neuesten Methoden zu vermitteln.
    Die Studierenden erwerben praktische Fähigkeiten im Lesen, Präsentieren, Erklären und Diskutieren von wissenschaftlichen Arbeiten.
    Das Seminar kann als Vorbereitung für ein MSc-Thema genutzt werden.

    Literaturhinweise

    Michael M. Bronstein, Joan Bruna, Taco Cohen, Petar Veličković (2021) Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges. arXiv:2104.13478

  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Ergänzungsmodul: Aktuelle Forschungsthemen C

  0280cA4.9
  • 19206111 Seminar
    Forschungsmodul: Diskrete Geometrie (Giulia Codenotti)
    Zeit: Termine siehe LV-Details (Erster Termin: 26.01.2026)
    Ort: keine Angabe
    

    Kommentar

    In diesem Seminar geht es um Polytope und Punktgitter.
    
    Das Seminar wird vermutlich großteils auf Englisch stattfinden.

    Literaturhinweise

    Themenvergabe und speziellere Literaturangaben in der Vorbesprechung zum Seminar.

  • 19207219 Seminaristische Übung
    Formale Beweisverifikation (Christoph Spiegel, Silas Rathke)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    Dieser zweiwöchige Blockkurs an der Freien Universität Berlin bietet eine praxisorientierte Einführung in die formale Beweisverifikation mit dem Theorembeweiser Lean. Die Vorlesungen finden am Zuse-Institut Berlin (ZIB) statt; die Räume für die Tutorien an der FU werden nach Anmeldestand bekanntgegeben. Der Kurs steht allen offen (auch Gasthörer*innen); bei den Tutorien haben FU-Studierende mit ABV-Bedarf Priorität. Bitte einen eigenen Laptop mitbringen. Erwartet werden solide Kenntnisse aus Analysis I und Linearer Algebra I; Programmierkenntnisse sind nicht erforderlich, eine technische Affinität ist jedoch hilfreich. Lehrsprache ist Englisch (Beiträge auf Deutsch sind willkommen). Alle Informationen und Materialien — u. a. zu Logik, Mengenlehre, natürlichen Zahlen, Unendlichkeit der Primzahlen und Grundzügen der Graphentheorie — finden sich auf der GitHub-Seite des Kurses.

    Für eine Anrechnung im Master wird der Kurs um differenzierte Übungen und erweiterte Prüfungsleistungen ergänzt. Die Übungsaufgaben sind dreistufig: grundlegende Aufgaben (mit gut lesbaren Beweisvorlagen), vertiefte Aufgaben auf Master-Niveau sowie optionale Stretch-Aufgaben; während der Übungen erfolgt Betreuung und eine informelle Fortschrittsrückmeldung. Die Abschlussprüfung ist eine schriftliche Klausur, die sowohl Konzeptverständnis als auch praktische Lean-Fertigkeiten prüft. Zusätzlich bearbeiten Master-Studierende ein Lean-Formalisierungsprojekt (einzeln oder zu zweit) und präsentieren es in einem mündlichen Prüfungsgespräch ein bis zwei Wochen nach Kursende; die M.Sc.-Note ergibt sich aus Klausur und Projekt.

  • 19208111 Seminar
    Masterseminar Stochastik "Mathematical Reinforcement Learning for AI" (Guilherme de Lima Feltes, Dave Jacobi, Nicolas Perkowski)
    Zeit: Do 16:00-18:00 (Erster Termin: 16.10.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
    Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.

    Kommentar

    Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.

    Nähere Informationen finden Sie auf der Homepage des Seminars.

    Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
    Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
    Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen. 

    Literaturhinweise

    Literatur wird in der Vorbesprechung bekanntgegeben.

    Literature will be announced in the preliminary discussion

  • 19212211 Seminar
    Seminar zu Themen der Geometrischen Analysis und der Differentialgeometrie (Elena Mäder-Baumdicker)
    Zeit: Mi 15.10. 12:00-14:00, Mi 05.11. 12:00-14:00 (Erster Termin: 15.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Ana I bis III, lineare Algebra I und II sowie mindestens einer der beiden Vorlesungen Differentialgeometrie I oder Differentialgleichungen I.

    Kommentar

    This seminar is intended for Bachelor's and Master's students with an interest in topics related to Geometric Analysis and Differential Geometry. Each semester, the seminar focuses on a different theme — examples include geometric variational problems, geometric flows, and geometric measure theory.

    In the first meeting of the semester, students can express their interest in participating. In the second meeting, each participant selects a topic from a curated list. The presentations themselves will take place during a dedicated seminar week at the end of the term.

  • 19214411 Seminar
    Forschungsmodul: Differentialgeometrie (Konrad Polthier, Tillmann Kleiner)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    Kommentar

    In diesem Seminar werden differentialgeometrische Themen anhand aktueller Forschungsarbeiten selbständig erarbeitet und im Vortrag vorgestellt.
    
    Besonderer Schwerpunkt liegt auf der konkreten Umsetzung differentialgeometrischer Konzepte in Anwendungsszenarien und den dabei auftretenden Fragen der Diskretisierung und algorithmischen Umsetzung.

    Lernziele sind ein tieferes Verständnis differentialgeometrischer Konzepte, sowie Probleme und Lösungsstrategien bei ihrem praktischen Einsatz.

    Vorkenntnisse: Differentialgeometrie I

  • 19223811 Seminar
    Masterseminar Topologie "L^2-Betti Zahlen" (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 16.10.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen: Grundwissen in Topologie und Gruppentheorie wird vorausgesetzt.

    Kommentar

    Die Euler Charakteristik von endlichen CW-Komplexen ist multiplikativ unter endlichen Überlagerungen und sie ist homotopie-invariant. Diese Eigenschaften können von unterschiedlichen Beschreibungen hergeleitet werden:
    1. Als alternierende Summe der Anzahlen der Zellen, welche multiplikativ aber nicht homotopie-invariant sind.
    2. Als alternierende Summe der Betti Zahlen, welche homotopie-invariant aber nicht multiplikativ sind. Die $n$-te Betti Zahl von $X$ ist die $\mathbb{Q}$-Dimension der Homologie $H_n(X;\mathbb{Q})$ mit rationalen Koeffizienten.
    3. Als alternierende Summe der $L^2$-Betti Zahlen, welche die besten Eigenschaften beider Welten haben: sie sind multiplikativ und homotopie-invariant. Die $n$-te $L^2$-Betti Zahl von $X$ ist die von Neumann-Dimension der Homologie $H_n(X;\mathbb{\calN}\pi_1(X))$ mit geeigneten Koeffizienten.
    
    $L^2$-Betti Zahlen sind bedeutsame topologische Invarianten, da sie Hindernisse sind für Abbildungs-Tori und $S^1$-Wirkungen. Sie haben außerdem Anwendungen in der Gruppentheorie, indem man die $L^2$-Betti Zahlen von klassifizierenden Räumen betrachtet. Darüber hinaus stehen $L^2$-Betti Zahlen in Verbindung zu berühmten offenen
    Problemen, wie den Hopf und Singer Vermutungen zur Euler Charakteristik von Mannigfaltigkeiten, und der Kaplansky Vermutung zu Nullteilern in Gruppenringen.

    Nähere Informationen entnehmen Sie der Homepage des Seminars.

    Literaturhinweise

    This seminar will be an introduction to $L^2$-Betti numbers, following mostly
    the book by Holger Kammeyer.

  • 19226511 Seminar
    Seminar Mehrskalenmethoden in molekularen Simulationen (Luigi Delle Site)
    Zeit: Fr 12:00-14:00 (Erster Termin: 17.10.2025)
    Ort: Seminarraum in der Arnimallee 9
    

    Zusätzl. Angaben / Voraussetzungen

    Audience: At least 6th semester with a background in statistical and quantum mechanics, Master students and PhD students (even postdocs) are welcome.

    Kommentar

    Content: The seminar will concern the discussion of state-of-art techniques in molecular simulation which allow for a simulation of several space (especially) and time scale within one computational approach.

    The discussion will concerns both, specific computational coding and conceptual developments.

    Literaturhinweise

    Related Basic Literature:

    (1) M.Praprotnik, L.Delle Site and K.Kremer, Ann.Rev.Phys.Chem.59, 545-571 (2008)

    (2) C.Peter, L.Delle Site and K.Kremer, Soft Matter 4, 859-869 (2008).

    (3) M.Praprotnik and L.Delle Site, in "Biomolecular Simulations: Methods and Protocols" L.Monticelli and E.Salonen Eds. Vol.924, 567-583 (2012) Methods Mol. Biol. Springer-Science

  • 19246911 Seminar
    Geometric Deep Learning (Christoph Tycowicz)
    Zeit: Fr 10:00-12:00 (Erster Termin: 17.10.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Voraussetzungen:
    Ein solider Hintergrund in Differentialgeometrie oder geometrischem Rechnen ist von Vorteil, aber nicht zwingend erforderlich.
    Studierende, die keine verwandten Kurse besucht haben (Differentialgeometrie I, Wissenschaftliche Visualisierung, ...) können das Seminar besuchen, sollten aber bereit sein, mehr Zeit zu investieren.

    Beschreibung:
    Geometric Deep Learning ist ein breit gefächertes und aufstrebendes Forschungsparadigma, das sich mit der Konzeption und Untersuchung von Architekturen neuronaler Netze befasst, die die Invarianzen und Symmetrien in Daten berücksichtigen.
    In der Tat weisen viele reale Aufgaben wesentliche vordefinierte Regelmäßigkeiten auf, die sich aus der zugrunde liegenden niedrigen Dimensionalität und Struktur der physischen Welt ergeben.
    Es hat sich gezeigt, dass die Erfassung dieser Regelmäßigkeiten durch vereinheitlichte geometrische Prinzipien zu erheblichen empirischen Verbesserungen führt.
    Beispiele für solche geometrischen Architekturen sind graphische neuronale Netze sowie Modelle für Daten in gekrümmten Mannigfaltigkeiten.

    Ziel dieses Seminars ist es, vertieftes Wissen über die Kernmethodik des Geometric Deep Learning sowie einen Überblick über die neuesten Methoden zu vermitteln.
    Die Studierenden erwerben praktische Fähigkeiten im Lesen, Präsentieren, Erklären und Diskutieren von wissenschaftlichen Arbeiten.
    Das Seminar kann als Vorbereitung für ein MSc-Thema genutzt werden.

    Literaturhinweise

    Michael M. Bronstein, Joan Bruna, Taco Cohen, Petar Veličković (2021) Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges. arXiv:2104.13478

  • 19247111 Seminar
    Gewöhnliche Differentialgleichungen (Marita Thomas)
    Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
    Ort: A6/SR 009 Seminarraum (Arnimallee 6)
    

    Kommentar

    Gewöhnliche Differentialgleichungen treten in vielen Anwendungen aus der Physik, Chemie, Biologie oder den Wirtschaftwissenschaften auf. Dieses Seminar erweitert die aus der Analysis III Vorlesung bekannten Inhalte. Behandelt werden u.A. Eigenwertprobleme und Stabilitätstheorie. 

     

     

• Molekularbiologie und Biochemie I

  0260cA3.3
  • 21601a Vorlesung
    Biochemie I - Grundlagen der Biochemie (Helge Ewers, Florian Heyd, Markus Wahl)
    Zeit: Mi 12:00 - 14:00 Uhr; Vorbesprechung Di, 15.10.24, 12:00 - 14:00 Uhr (Erster Termin: 15.10.2025)
    Ort: Hs Kristallographie (Takustr. 6)
    

    Hinweise für Studierende

    Entspricht Molekularbiologie und Biochemie I für Bioinformatiker.

    Kommentar

    Qualifikationsziele:
    Die Studentinnen und Studenten kennen die Entstehung und molekulare Struktur der wichtigsten zellulären Makromoleküle und Stoffklassen sowie ihren biologischen Kontext. Der Schwerpunkt liegt auf einem chemischen Grundverständnis des molekularen Aufbaus von Biomolekülen.
    
    Inhalte:
    Chemische und zellbiologische Grundlagen, Struktur von DNA und RNA, Replikation und Transkription, Proteinbiosynthese, Regulation der Genexpression, gentechnologische Methoden, Aminosäuren und Peptide, Proteinstruktur und Proteinfaltung, Proteom, posttranslationale Modifikationen, Methoden der Proteinforschung, Enzyme, Kohlenhydrate, Lipide und Biomembranen, Einführung in den Stoffwechsel und die Stoffwechselregulation.
    
    Prof. Dr. H. Ewers: helge.ewers@fu-berlin.de
    Prof. Dr. F. Heyd: florian.heyd@fu-berlin.de
    Prof. Dr. M. Wahl: mwahl@zedat.fu-berlin.de
    

  • 21601b Übung
    Übungen zur Biochemie I - Grundlagen der Biochemie (Helge Ewers, Florian Heyd, Markus Wahl)
    Zeit: (s. Lektionen, LV-Details) (Erster Termin: 21.10.2025)
    Ort: Ort nach Ansage je nach Übungsgruppe
    

    Zusätzl. Angaben / Voraussetzungen

    Die Übungen finden n.V. in kleineren Gruppen i.d.R. dienstags von 12:00 - 14:00 Uhr bzw. mittwochs von 10:00 - 12:00 Uhr Uhr statt. Die Verteilung findet im Rahmen der Vorbesprechung (s. 21601a) statt.

    Kommentar

    Qualifikationsziele: Die Studentinnen und Studenten kennen die Entstehung und molekulare Struktur der wichtigsten zellulären Makromoleküle und Stoffklassen sowie ihren biologischen Kontext. Der Schwerpunkt liegt auf einem chemischen Grundverständnis des molekularen Aufbaus von Biomolekülen. Inhalte: Chemische und zellbiologische Grundlagen, Struktur von DNA und RNA, Replikation und Transkription, Proteinbiosynthese, Regulation der Genexpression, gentechnologische Methoden, Aminosäuren und Peptide, Proteinstruktur und Proteinfaltung, Proteom, posttranslationale Modifikationen, Methoden der Proteinforschung, Enzyme, Kohlenhydrate, Lipide und Biomembranen, Einführung in den Stoffwechsel und die Stoffwechselregulation. Prof. Dr. H. Ewers: helge.ewers@fu-berlin.de Prof. Dr. F. Heyd: florian.heyd@fu-berlin.de Prof. Dr. M. Wahl: mwahl@zedat.fu-berlin.de

• Molekularbiologie und Biochemie II

  0260cA3.4
  • 21698a Vorlesung
    Molekularbiologie und Biochemie II (Francesca Bottanelli, Sutapa Chakrabarti, Helge Ewers, Lydia Herzel, Florian Heyd)
    Zeit: Do 10:00-12:00 Uhr (Erster Termin: 16.10.2025)
    Ort: Hörsaal/ Thielallee 67
    

    Hinweise für Studierende

    Qualifikationsziele: Die Studentinnen und Studenten haben ein Grundlagenverständnis in folgenden Bereichen: Zusammenwirken anatomischer, zellbiologischer und biochemische Prinzipien der Genexpression und des Energiestoffwechsels in Säugetieren, Regulation der Genexpression auf den Ebenen von Chromatinstruktur, Transkription, Prozessierung und Modifizierung in Säugetieren, Zell-Morphologie, -Mobilität und -Adhäsion in Organstrukturen von Säugetieren. Inhalte: Strukturprinzipien in Nuckleinsäuren und Proteinen, Chaperone und Ausbildung biologisch korrekter Protein Strukturen, Prinzipien der Struktur-Vorhersage, Genom-Komponenten und quantitative Zusammensetzung, Remodellierung von Chromatin zu transkribierbaren und nicht-transkribierbaren Konformationen, epigenetischer Histon-Code, CG-Inseln und DNA-Methylierung, modularer Aufbau der Promotoren, Protein: DNA-Wechelwirkungen und deren Strukturdomänen bei der qualitativen und quantitativen Steuerung der Transkription, snRNP und RNA-Prozessierung, Selbstspleißende Introns, RNA-Editierung, Kern-Cytoplasma, Cyotoplasma-Kern Transport, anatomische, zellbiologische und biochemische Prinzipien zur Gewinnung chemischer Reaktionsernergie, Protein-Abbau und Autophagie, Cytoskelett, Zell-Motilität und Zelladhäsion.
    

    UN Sustainable Development Goals (SDGs): 3, 14, 15

    Kommentar

    Vorlesung für Studierende der Bioinformatik
    
    Prof. Bottanelli: bottanelli@zedat.fu-berlin.de
    Prof. Chakrabarti: sutapa.chakrabarti@fu-berlin.de
    Prof. Ewers: helge.ewers@fu-berlin.de
    Prof. Herzel: lydia.herzel@fu-berlin.de
    Prof. Heyd: florian.heyd@fu-berlin.de
    

  • 21698b Übung
    Übungen zu Molekularbiologie und Biochemie II (Francesca Bottanelli, Sutapa Chakrabarti, Lydia Herzel, Florian Heyd)
    Zeit: Mi 13:00-15:00 Uhr (Erster Termin: 22.10.2025)
    Ort: Hörsaal/Thielallee 67 (Thielallee 67)
    

    Hinweise für Studierende

    Weitere Informationen unter:
    http://www.fu-berlin.de/sites/fimbb/lehre/
    

    UN Sustainable Development Goals (SDGs): 3, 14, 15

    Kommentar

    Übungen zu 21698a für Studierende der Bioinformatik
    
    Prof. Bottanelli: bottanelli@zedat.fu-berlin.de
    
    Prof. Chakrabarti: sutapa.chakrabarti@fu-berlin.de
    
    Prof. Ewers: helge.ewers@fu-berlin.de
    
    Prof. Herzel: lydia.herzel@fu-berlin.de
    
    Prof. Heyd: florian.heyd@fu-berlin.de
    

• Genetik und Genomforschung

  0260cA3.6
  • 23771a Vorlesung
    V Genetik und Genomforschung (V) (Katja Nowick)
    Zeit: siehe Terminserie (Erster Termin: 15.10.2025)
    Ort: Hs Zoologie (R 110) (Königin-Luise-Str. 1 / 3); siehe Terminserie
    

    Hinweise für Studierende

    UN Sustainable Development Goals (SDGs): 3, 5, 15

    Zusätzl. Angaben / Voraussetzungen

    Bitte melden Sie sich in CM nur für die Vorlesung an. Die Übung wird im Laufe des Semesters für Sie nachgetragen.
    
    Verbindliche Vorbesprechung am 1. Vorlesungstag (Mi, 15.10.2025; 13:00 Uhr)

    Kommentar

    Ein Überblick über den Aufbau der Lehrveranstaltung (d.h. Vorlesung und Übung) wird im Rahmen der ersten Vorlesung gegeben.
    
    Themen:
    Genregulation: Dogma der Molekularbiologie, Transkription, Translation, Transkriptionsfaktoren und deren Bindungsmotive
    Nicht-kodierende RNAs: Strukturen, Funktionen
    Genregulatorische Netzwerke: Komplexität der Genregulation, Analysemethoden
    Populationsgenetik: Vererbungsmuster und Erbkrankheiten, Mutation, Selektion, Hardy-Weinberg-Gleichgewicht, Neutrale Theory, Molekulare Uhr, Linkage Disequilibrium, Tests fuer positive Selektion in Populationen
    Phylogenetik: Bäume (rooted/unrooted), Neighbor joining, Maximum Parsimony, Maximum Likelihood, Tests für positive Selektion, Genomprojekte
    Genomtypen einer Zelle (nukleäres, mitochondriales und chloroplastisches Genom), Aufbau und Struktur des nukleären Genoms, Aufbau und Struktur von Chromosomen
    Funktion chromosomaler Strukturelemente (Replikationsursprung, Zentromer, Telomer), Steuerung des Zellzyklus, Modifikation von Histonen
    Karyogramm, Chromosomenanomalien
    Genfamilien und Prinzip der Homologie bei Genen, Next-Generation Sequencing
    Mono-allelische Expression
    Geschlechtsdetermination

  • 23771b Übung
    Ü Genetik und Genomforschung (Ü) (Katja Nowick)
    Zeit: 28.01. - 18.02.2026; Mi; 13:00 - 16:00 (Erster Termin: 28.01.2026)
    Ort: Ehrenberg-Saal (R 126-132) (Königin-Luise-Str. 1 / 3)
    

    Hinweise für Studierende

    UN Sustainable Development Goals (SDGs): 3, 5, 15

    Zusätzl. Angaben / Voraussetzungen

    Bitte melden Sie sich in CM nur für die Vorlesung an. Die Übung wird im Laufe des Semesters für Sie nachgetragen.
    
    Wird am Ende des Semesters an 4 Terminen im Block durchgeführt.

    Kommentar

    Details werden im Rahmen der Vorbesprechung am 1. Vorlesungstag (Mi. 15.10.2025, 13:00 Uhr) bekannt gegeben.

  • 23771ak Klausur
    Klausur Genetik und Genomforschung (Katja Nowick)
    Zeit: siehe Terminserie (Erster Termin: 25.02.2026)
    Ort: E-Examination Center 1 (Fabeckstraße 34-36)
    

• Neurobiologie

  0260cA3.8
  • 23772a Vorlesung
    V Einführung in die Neurobiologie und Neuroinformatik für Studierende der Bioinformatik (Joachim Fuchs, Peter Robin Hiesinger, Ursula Koch, Gerit Linneweber, Eric Reifenstein, Max von Kleist, Mathias Wernet)
    Zeit: siehe Terminserie (Erster Termin: 16.10.2025)
    Ort: siehe Terminserie
    

    Hinweise für Studierende

    UN Sustainable Development Goals (SDGs): 3, 4, 5, 15

  • 23772b Praktikum
    P Neurobiologie für Studierende der Bioinformatik Kurs A (Edouard Joseph Babo, Joachim Fuchs, Peter Robin Hiesinger, Gerit Linneweber, Dagmar Malun, Mathias Wernet)
    Zeit: 3. Block: 05.01. - 02.02.2026; Mo; 08:00 - 12:00 (Erster Termin: 05.01.2026)
    Ort: Kursraum D/E (R 2/3) (Königin-Luise-Str. 1 / 3)
    

    Hinweise für Studierende

    UN Sustainable Development Goals (SDGs): 3, 4, 5, 15

    Zusätzl. Angaben / Voraussetzungen

    1 mal wöchentlich (Mo), insgesamt 5 Termine

  • 23772c Praktikum
    P Neurobiologie für Studierende der Bioinformatik Kurs B (Edouard Joseph Babo, Joachim Fuchs, Peter Robin Hiesinger, Gerit Linneweber, Dagmar Malun, Mathias Wernet)
    Zeit: 3. Block: 05.01. - 02.02.2026; Mo; 14:00 - 18:00 (Erster Termin: 05.01.2026)
    Ort: Kursraum D/E (R 2/3) (Königin-Luise-Str. 1 / 3)
    

    Hinweise für Studierende

    UN Sustainable Development Goals (SDGs): 3, 4, 5, 15

    Zusätzl. Angaben / Voraussetzungen

    1 mal wöchentlich (Mo), insgesamt 5 Termine

• Module ohne Lehrangebot in diesem Semester

  114 Module
  • Bildverarbeitung 0089cA1.1
  • Medizinische Bildverarbeitung 0089cA1.10
  • Modellgetriebene Softwareentwicklung 0089cA1.11
  • Netzbasierte Informationssysteme 0089cA1.13
  • Projektmanagement 0089cA1.14
  • Projektmanagement-Vertiefung 0089cA1.15
  • Rechnersicherheit 0089cA1.16
  • Semantisches Geschäftsprozessmanagement 0089cA1.17
  • Übersetzerbau 0089cA1.19
  • Computergrafik 0089cA1.2
  • Verteilte Systeme 0089cA1.20
  • XML-Technologien 0089cA1.21
  • Praktiken professioneller Softwareentwicklung 0089cA1.22
  • Computer-Vision 0089cA1.3
  • Ausgewählte Themen der Praktischen Informatik 0089cA1.31
  • Datenbanktechnologie 0089cA1.4
  • Empirische Bewertung in der Informatik 0089cA1.5
  • Grundlagen des Softwaretestens 0089cA1.7
  • Künstliche Intelligenz 0089cA1.9
  • Existenzgründung in der IT-Industrie 0159cA2.2
  • Modelchecking 0089cA2.2
  • Algorithmische Geometrie 0089cA2.4
  • Ausgewählte Themen der Theoretischen Informatik 0089cA2.5
  • Fortgeschrittene Themen der Theoretischen Informatik 0089cA2.6
  • Semantik von Programmiersprachen 0089cA2.9
  • Ausgewählte Themen der Technischen Informatik 0089cA3.12
  • Mobilkommunikation 0089cA3.3
  • Robotik 0089cA3.4
  • Computerorientierte Mathematik II 0084dA1.7
  • Stochastik I 0084dA1.8
  • Höhere Analysis 0084dB2.1
  • Aktuelle Themen der Mathematik 0084dB2.10
  • Spezialthemen der angewandten Mathematik 0084dB2.13
  • Funktionentheorie 0084dB2.3
  • Elementargeometrie 0084dB2.6
  • Geometrie 0084dB2.7
  • Mathematisches Projekt 0084dB2.9
  • Differentialgleichungen I 0084dB3.1
  • Algebra I 0084dB3.3
  • Topologie I 0084dB3.6
  • Visualisierung 0084dB3.8.
  • Statistik-Software (CoSta) 0162bA1.3
  • Einführung in die Visualisierung 0162bA1.4
  • Panorama der Mathematik 0162bA1.5
  • Basismodul Differentialgeometrie II 0280bA1.2
  • Aufbaumodul Differentialgeometrie III 0280bA1.3
  • Basismodul Algebra I 0280bA2.1
  • Basismodul Algebra II 0280bA2.2
  • Forschungsmodul Algebra 0280bA2.4
  • Basismodul Diskrete Mathematik I 0280bA3.1
  • Basismodul Diskrete Geometrie II 0280bA3.4
  • Aufbaumodul Diskrete Mathematik III 0280bA3.5
  • Forschungsmodul Diskrete Mathematik 0280bA3.7
  • Basismodul Topologie I 0280bA4.1
  • Basismodul Visualisierung 0280bA4.3
  • Aufbaumodul Topologie III 0280bA4.4
  • Basismodul Numerik III 0280bA5.2
  • Forschungsmodul Numerische Mathematik 0280bA5.4
  • Basismodul Differentialgleichungen I 0280bA6.1
  • Aufbaumodul Differentialgleichungen III 0280bA6.3
  • Forschungsmodul Angewandte Analysis und Differentialgleichungen 0280bA6.4
  • Ergänzungsmodul Spezielle Aspekte 0280bA7.3
  • Ergänzungsmodul Spezielle Forschungsaspekte 0280bA7.4
  • Ergänzungsmodul Forschungsprojekt 0280bA7.6
  • Basismodul: Algebra I 0280cA1.1
  • Basismodul: Dynamische Systeme II 0280cA1.10
  • Basismodul: Numerik III 0280cA1.12
  • Basismodul: Partielle Differentialgleichungen I 0280cA1.13
  • Basismodul: Stochastik III 0280cA1.16
  • Basismodul: Topologie I 0280cA1.17
  • Basismodul: Zahlentheorie II 0280cA1.19
  • Basismodul: Algebra II 0280cA1.2
  • Basismodul: Differentialgeometrie II 0280cA1.4
  • Basismodul: Diskrete Geometrie II 0280cA1.6
  • Basismodul: Dynamische Systeme I 0280cA1.9
  • Aufbaumodul: Zahlentheorie III 0280cA2.10
  • Aufbaumodul: Differentialgeometrie III 0280cA2.2
  • Aufbaumodul: Diskrete Mathematik III 0280cA2.4
  • Aufbaumodul: Dynamische Systeme III 0280cA2.5
  • Aufbaumodul: Partielle Differentialgleichungen III 0280cA2.7
  • Aufbaumodul: Stochastik IV 0280cA2.8
  • Aufbaumodul: Topologie III 0280cA2.9
  • Vertiefungsmodul: Masterseminar Algebra 0280cA3.1
  • Vertiefungsmodul: Masterseminar Zahlentheorie 0280cA3.10
  • Vertiefungsmodul: Masterseminar Diskrete Mathematik 0280cA3.4
  • Vertiefungsmodul: Masterseminar Dynamische Systeme 0280cA3.5
  • Ergänzungsmodul: Spezielle Forschungsaspekte 0280cA4.10
  • Ergänzungsmodul: Forschungsprojekt 0280cA4.11
  • Algorithmische Bioinformatik 0260cA1.5
  • Statistik für Biowissenschaften I 0260cA2.5
  • Statistik für Biowissenschaften II 0260cA2.6
  • Allgemeine Chemie 0260cA3.1
  • Molekularbiologie und Biochemie III 0260cA3.5
  • Medizinische Physiologie 0260cA3.7
  • Biodiversität und Evolution 0262bB1.1
  • Medizinische Bioinformatik 0262bB1.2
  • Netzwerkanalyse 0262bB1.3
  • Physiologie 0262bB1.4
  • Sequenzanalyse 0262bB1.5
  • Strukturelle Bioinformatik 0262bB1.6
  • Aktuelle zellphysiologische Fragestellungen 0262bB2.1
  • Angewandte Sequenzanalyse 0262bB2.2
  • Messung und Analyse physiologischer Prozesse 0262bB2.3
  • Rechnergestützte Systembiologie 0262bB2.4
  • Umweltmetagenomik 0262bB2.5
  • Aktuelle Fragestellungen aus der medizinischen Genomik 0262bB2.6
  • Aktuelle Fragestellungen der strukturellen Bioinformatik 0262bB2.7
  • Forschungsmodul A 0262bB3.1
  • Forschungsmodul B 0262bB3.2
  • Datenstrukturen und Datenabstraktion mit Anwendung 0084dB2.8
  • Anwendungsbereich alle weiteren Studienfächer 0089cD9.1
  • Wahlbereich alle weiteren Studienfächer 0089cD9.2
  • Wahlbereich alle weiteren Studienfächer 0089cD9.3
  • Wahlbereich alle weiteren Studienfächer 0089cD9.4