WiSe 25/26  
 Mathematik und ...  
 Informatik  
 Lehrveranstaltung

Informatik

Informatik

0086e_k150

  • Konzepte der Programmierung

    0086eA1.1
    • 19300001 Vorlesung
      Konzepte der Programmierung (Katharina Klost)
      Zeit: Mo 14:00-16:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 13.10.2025)
      Ort: Gr. Hörsaal (Raum B.001) (Arnimallee 22)

      Kommentar

      Qualifikationsziele

      Die Studierenden erklären2 verschiedene Programmierparadigmen und stellen diese gegenüber4. Sie interpretieren2 Beschreibungen und Quelltexte zu elementaren Datenstrukturen und charakterisieren4 deren Funktionsweise und implementieren3 elementare Algorithmen und Datenstrukturen in verschiedenen Programmierparadigmen und passen diese an unterschiedliche Anforderungen an5. Sie diskutieren6 Vor- und Nachteile verschiedener Lösungen von algorithmischen Problemen.

      Inhalte

      Studierende erlernen die Grundlagen des Programmierens und grundlegende Programmierparadigmen wie Imperativ und Funktional. Sie erarbeiten sich Ausdrücke und Datentypen und grundlegende Aspekte Imperativer Programmierung (Zustand, Anweisungen Kontrollstrukturen, Ein-Ausgabe) und üben deren Anwendung. Die Studierenden erarbeiten sich grundlegende Aspekte der Funktionalen Programmierung (Funktionen, Rekursion, Funktionen höherer Ordnung, Currying), und Objektorientierte Konzepte wie Kapselung und Vererbung, Polymorphie, sowie Grundlegende Algorithmische Fragestellungen (z. B. Suchen, Sortieren, Auswählen und einfache Feld- und Zeigerbasierte Datenstrukturen) und üben deren Implementierung.
    • 19300002 Übung
      Übung zu Konzepte der Programmierung (Katharina Klost, Kristin Knorr)
      Zeit: Mi 14:00-16:00, Mi 16:00-18:00, Do 08:00-10:00, Do 12:00-14:00, Do 16:00-18:00, Fr 08:00-10:00, Fr 10:00-12:00, Fr 12:00-14:00, Fr 14:00-16:00 (Erster Termin: 15.10.2025)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Tutorien finden erst ab der 2. Vorlesungswoche statt

  • Datenbanksysteme

    0086eA1.11
    • 19301501 Vorlesung
      Datenbanksysteme (Katharina Baum)
      Zeit: Di 10:00-12:00, Di 12:00-13:00, Di 14:00-16:00, Do 10:00-12:00 (Erster Termin: 14.10.2025)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      • Pflichtmodul im Bachelorstudiengang Informatik
      • Pflichtmodul im lehramtsbezogenen Bachelorstudiengang mit Kernfach Informatik und Ziel: Großer Master
      • Studierende im lehramtsbezogenen Masterstudiengang (Großer Master mit Zeitfach Informatik) können dieses Modul zusammen mit dem "Praktikum DBS" absolvieren
      • Wahlpflichtmodul im Nebenfach Informatik

      Voraussetzungen

      • ALP 1 - Funktionale Programmierung
      • ALP 2 - Objektorientierte Programmierung
      • ALP 3 - Datenstrukturen und Datenabstraktion
      • ODER Informatik B

      Kommentar

      Inhalt

      Datenbankentwurf mit ERM/ERDD. Theoretische Grundlagen relationaler Datenbanksysteme: Relationale Algebra, Funktionale Abhängigkeiten, Normalformen. Relationale Datenbankentwicklung: SQL Datendefinition, Fremdschlüssel und andere Integritätsbedingungen. SQL als applikative Sprache: wesentliche Sprachelemente, Einbettung in Programmiersprachen, Anwendungsprogrammierung; objekt-relationale Abbildung. Transaktionsbegriff, transaktionale Garantien, Synchronisation des Mehrbenutzerbetriebs, Fehlertoleranzeigenschaften. Anwendungen und neue Entwicklungen: Data Warehousing, Data Mining, OLAP.

      Projekt: im begleitenden Projekt werden die Themen praktisch vertieft.

      Literaturhinweise

      • Alfons Kemper, Andre Eickler: Datenbanksysteme - Eine Einführung, 5. Auflage, Oldenbourg 2004
      • R. Elmasri, S. Navathe: Grundlagen von Datenbanksystemen, Pearson Studium, 2005
    • 19301502 Übung
      Übung zu Datenbanksysteme (Pascal Iversen)
      Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
      Ort: T9/049 Seminarraum (Takustr. 9)

  • Programmierpraktikum

    0086eA1.12
    • 19335804 Seminar am PC
      Programmierpraktikum (Lutz Prechelt)
      Zeit: Mo 16:00-18:00, Di 16:00-18:00, Mi 16:00-18:00, Do 16:00-18:00, Fr 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 13.10.2025)
      Ort: T9/K48 Rechnerpoolraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

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

      Kommentar

      Die Studierenden lösen weitgehend selbstständig und mit vielen Freiheitsgraden bei Auswahl und inhaltlicher Ausgestaltung zahlreiche kleine und praktische Lernaufgaben. Die Aufgaben liegen z. B. in den Bereichen

      • Fortgeschrittene Konstrukte der Programmiersprache,
      • Auswahl und Einsatz von Bibliotheken,
      • Datenbanken und SQL,
      • automatisierte Tests,
      • Debugging,
      • Arbeiten mit Bestandscode,
      • Webentwicklung,
      • Umgang mit Werkzeugen wie Versionsverwaltung, Paketmanager, IDEs, Testwerkzeuge.

      Dabei erarbeiten sie sich einige komplexe Konzepte (z. B. zu Team-Workflows), erlernen zahlreiche Einzelheiten und diskutieren das Gelernte durch Reflexion der Ergebnisse.
      Das hier Gelernte ist für eine erfolgreiche berufliche Tätigkeit überragend relevant.

      Die Bearbeitung erfolgt überwiegend bevorzugt zu zweit (Paararbeit), die Zeiteinteilung ist völlig frei, nur für die Einreichung erledigter Aufgaben sind die Anwesenheitszeiten einer Dozent_in oder Tutor_in zu beachten.

      All dies wird in der ersten Veranstaltungswoche auf einer Startveranstaltung erläutert, die man keinesfalls verpassen darf.

  • Wissenschaftliches Arbeiten in der Informatik

    0086eA1.16
    • 19319701 Vorlesung
      Wissenschaftliches Arbeiten in der Informatik (Claudia Müller-Birn)
      Zeit: Di 16:00-18:00 (Erster Termin: 14.10.2025)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Kommentar

      Die Vorlesung setzt sich zum Ziel einen Einblick in das wissenschaftliche Arbeiten und das deutsche Wissenschaftssystem zu geben. Es werden die grundlegenden Formen der schriftlichen und mündlichen Wissensrepräsentation beschrieben. Es wird erläutert, wie wissenschaftliche Texte verfasst werden und welchen Anforderungen sie genügen müssen. Des Weiteren werden Grundlagen der Posterentwicklung sowie der mündlichen Präsentation wissenschaftlicher Forschungsergebnisse vermittelt. Anhand konkreter Forschungsbeispiele wird der Kontext wissenschaftlichen Arbeitens dargestellt und ein Eindruck der wissenschaftlichen Realität vermittelt. Im Hinblick auf die Verantwortung als Wissenschaftler wird die Praxis guter wissenschaftlicher Arbeit erläutert. Darüber hinaus wird auf die Rahmenbedingungen der Wissenschaft als Berufsfeld eingegangen.
    • 19301710 Proseminar
      Proseminar: Theoretische Informatik (Mahmoud Elashmawi)
      Zeit: Di 10:00-12:00 (Erster Termin: 14.10.2025)
      Ort: T9/K40 Multimediaraum (Takustr. 9)

      Kommentar

      Inhalt

      Das Proseminar vertieft Inhalte aus den Grundvorlesungen der Arbeitsgruppe Theoretische Informatik. Im Wintersemester werden weiterführende Themen aus der Berechenbarkeits- und Sprachentheorie behandelt (im Anschluss an "Grundlagen der theoretischen Informatik"); im Sommersemester geht es um Themen aus der Algorithmik (im Anschluss an "Algorithmen, Datenstrukturen, und Datenabstraktion").

      Voraussetzungen

      zwei abgeschlossene Fachsemester Informatik, Leistungsnachweis GTI

      Literaturhinweise

      wird mit der Ankündigung bekannt gegeben
    • 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).
    • 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.
    • 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. 

       
    • 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)

  • Diskrete Strukturen für Informatik

    0086eA1.2
    • 19300901 Vorlesung
      Discrete Structures for Computer Science (Max Willert)
      Zeit: Di 14:00-16:00, Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
      Ort: Gr. Hörsaal (Raum B.001) (Arnimallee 22)

      Kommentar

      Qualifikationsziele

      Die Studierenden formulieren3 Aussagen formal aussagenlogisch und prädikatenlogisch. Sie analysieren4 und vereinfachen3 die logische Struktur gegebener Aussagen und beschreiben4 die logische Struktur von Beweisen. Sie benennen Eigenschaften unterschiedlicher Mengen, Relationen und Funktionen und begründen4 diese mit Hilfe formaler Argumente. Sie können Beweise für elementare Aussagen unter Verwendung elementarer Beweistechniken entwickeln5 und die Mächtigkeit von Mengen mit Hilfe kombinatorischer Techniken sowie Wahrscheinlichkeiten von Zufallsereignissen bestimmen3. Sie sind in der Lage, Fragestellungen der (Bio-)Informatik mit Hilfe der Graphentheorie und der diskreten Wahrscheinlichkeitstheorie zu modellieren.3. Die Studierenden benennen Eigenschaften unterschiedlicher Graphen und begründen4 diese mit Hilfe formaler Argumente.

      Inhalte

      Studierende erlernen grundlegende Konzepte der Mengenlehre, Logik, Booleschen Algebra, Kombinatorik und Graphentheorie und üben deren Anwendung. Sie erarbeiten sich in der Mengenlehre Mengen, Relationen, Äquivalenz- und Ordnungsrelationen und Funktionen. Im Bereich der Logik und Booleschen Algebra erarbeiten sie sich Aspekte der Aussagenlogik, Prädikatenlogik, Erfüllbarkeitstests, sowie Boolesche Funktionen und Normalformen. Im Themenfeld Kombinatorik erlernen und diskutieren sie das Schubfachprinzip, Rekursion, Abzählprinzipien, Fakultät und Binomialkoeffizienten. Im Themenfeld Graphentheorie erarbeiten sie Repräsentationsformen, Wege, Kreise und Bäume. Zuletzt erarbeiten sie sich verschiedene Beweistechniken und grundlegende Aspekte Diskreter Wahrscheinlichkeitstheorie. Die meisten dieser Konzepte werden an Rechen- oder Beweisaufgaben geübt.
    • 19300902 Übung
      Übung zu Diskrete Strukturen für Informatik (Max Willert)
      Zeit: Mo 08:00-10:00, Mo 10:00-12:00, Mo 16:00-18:00, Di 08:00-10:00, Di 10:00-12:00, Di 12:00-14:00, Di 16:00-18:00 (Erster Termin: 13.10.2025)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Auswirkungen der Informatik

    0086eA1.3
    • 19301301 Vorlesung
      Auswirkungen der Informatik (Lutz Prechelt)
      Zeit: Mo 12:00-14:00 (Erster Termin: 13.10.2025)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Sprache:
      Kurssprache ist Deutsch inklusive Folien und Übungsblätter.

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

       

      Kommentar

      Diese Veranstaltung behandelt Auswirkungen der Informatik. Sie will ein Verständnis dafür zu wecken, dass und wie Informatiksysteme in vielfältiger Weise in unser privates und professionelles Leben eingreifen und es erheblich prägen. Viele dieser Wirkungen bergen erhebliche Risiken und benötigen eine bewusste, aufgeklärte Gestaltung, bei der Informatiker/innen naturgemäß eine besondere Rolle spielen -- oder jedenfalls spielen sollten.

      Als Themenbereiche werden wir beispielsweise betrachten, wie die Computerisierung unsere Privatsphäre beeinflusst, Wirtschaft und Gesellschaft im Ganzen, unsere Sicherheit und unser Arbeitsumfeld. Davor steht eine konzeptionelle Einführung, was es bedeutet Orientierungswissen zusätzlich zu Verfügungswissen zu erlangen und wie man damit umgehen sollte: kritisch mitdenken und sich in die Gestaltung der Technik einmischen.

      Literaturhinweise

      See the slides.
    • 19301302 Übung
      Übung zu Auswirkungen der Informatik (Linus Ververs)
      Zeit: Mo 10:00-12:00, Di 10:00-12:00, Di 12:00-14:00, Di 16:00-18:00, Mi 08:00-10:00, Mi 10:00-12:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 16:00-18:00 (Erster Termin: 13.10.2025)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      siehe Vorlesung; Informationen zu den Zeiten und Orten der täglichen Übungen sind zu finden auf der Veranstaltungswebseite

  • Rechnerarchitektur

    0086eA1.6
    • 19300601 Vorlesung
      Rechnerarchitektur (Larissa Groth)
      Zeit: Di 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
      Ort: , Hs 1a Hörsaal, T9/Gr. Hörsaal

      Kommentar

      Inhalt

      Das Modul Rechnerarchitektur behandelt grundlegende Konzepte und Architekturen von Rechnersystemen. Themenbereiche sind hier insbesondere Von-Neumann-Rechner, Harvard-Architektur, Mikroarchitektur RISC/CISC, Mikroprogrammierung, Pipelining, Cache, Speicherhierarchie, Bussysteme, Assemblerprogrammierung, Multiprozessorsysteme, VLIW, Sprungvorhersage. Ebenso werden interne Zahlendarstellungen, Rechnerarithmetik und die Repräsentation weiterer Datentypen im Rechner behandelt.

      Literaturhinweise

      • Andrew S. Tannenbaum: Computerarchitektur, 5.Auflage, Pearson Studium, 2006
      • English: Andrew S. Tanenbaum (with contributions from James R. Goodman):
      • Structured Computer Organization, 4th Ed., Prentice Hall International, 2005.
    • 19300604 Seminar am PC
      Seminar am PC zu Rechnerarchitektur (Larissa Groth, Marius Max Wawerek)
      Zeit: Mo 12:00-14:00, Mo 14:00-16:00, Mi 12:00-14:00, Mi 14:00-16:00, Do 14:00-16:00, Do 16:00-18:00, Fr 12:00-14:00, Fr 14:00-16:00 (Erster Termin: 13.10.2025)
      Ort: T9/K38 Rechnerpoolraum (Takustr. 9)

  • Grundlagen der Theoretischen Informatik

    0086eA1.7
    • 19301201 Vorlesung
      Grundlagen der theoretischen Informatik (Günther Rothe)
      Zeit: Mo 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 20.10.2025)
      Ort: Hs 1b Hörsaal (Habelschwerdter Allee 45)

      Kommentar

      Inhalt:

      • Theoretische Rechnermodelle
        • Automaten
        • formale Sprachen
        • Grammatiken und die Chomsky-Hierarchie
        • Turing-Maschinen
        • Berechenbarkeit
      • Einführung in die Komplexität von Problemen

      Literaturhinweise

      • Uwe Schöning, Theoretische Informatik kurzgefasst, 5. Auflage, Spektrum Akademischer Verlag, 2008
      • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Einführung in die Automatentheorie, Formale Sprachen und Komplexität, Pearson Studium, 3. Auflage, 2011
      • Ingo Wegener: Theoretische Informatik - Eine algorithmenorientierte Einführung, 2. Auflage, Teubner, 1999
      • Michael Sipser, Introduction to the Theory of Computation, 2nd ed., Thomson Course Technology, 2006
      • Wegener, Kompendium theoretische Informatik - Eine Ideensammlung, Teubner 1996
    • 19301202 Übung
      Practice seminar for Foundations of Theoretical Computer Science (Günther Rothe)
      Zeit: Mo 12:00-14:00, Di 16:00-18:00, Mi 08:00-10:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 08:00-10:00, Fr 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 13.10.2025)
      Ort: A7/SR 031 (Arnimallee 7)

  • Nebenläufige, parallele und verteilte Programmierung

    0086eA1.8
    • 19322101 Vorlesung
      Nebenläufige, parallele und verteilte Programmierung (Claudia Müller-Birn, Barry Linnert)
      Zeit: Mi 10:00-12:00, Do 12:00-14:00 (Erster Termin: 15.10.2025)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Kommentar

      Website: https://www.mi.fu-berlin.de/w/SE/VorlesungNichtseq_Vert_Prg2025

       

      Inhalte:

      Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die auf gemeinsame Ressourcen zugreifen oder über Nachrichtenaustausch interagieren.

      • Nichtsequentielle Programme und Prozesse in ihren verschiedenen Ausprägungen, Nichtdeterminismus, Determinierung
      • Synchronisationsmechanismen: Sperren, Monitore, Wachen, Ereignisse, Semaphore
      • Nichtsequentielle Programmausführung und Objektorientierung
      • Ablaufsteuerung, Auswahlstrategien, Prioritäten, Umgang mit und Vermeidung von Verklemmung
      • Koroutinen, Implementierung, Mehrprozessorsysteme
      • Interaktion über Nachrichten
      • Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die über Nachrichtenaustausch interagieren
      • Fernaufruftechniken
      • Client-Server, Peer-to-Peer
      • Parallelrechnen im Netz
      • Koordinierungssprachen
      • Verarbeitung auf dem Server und auf dem Client, Mobilität
      • Middleware, strukturierte Kommunikation, statische und dynamische Schnittstellen
      • Ereignisbasierte und strombasierte Verarbeitung
      • Sicherheit von Anwendungen im Netzwerk
      • Ausblick auf nichtfunktionale Eigenschaften (Zeit, Speicher, Dienstgüte) 

      Literaturhinweise

      Literature:

      • Principles of Concurrent and Distributed Programming. M. Ben-Ari. Addison-Wesley. 
      • Distributed Systems. Concepts and Design. Fifth Edition. George Coulouris, Jean Dollimore, Tim Kindberg, Gordon Blair. Pearson.
    • 19322102 Übung
      Übung zu Nichtsequentielle und verteilte Programmierung (Barry Linnert)
      Zeit: Mo 10:00-12:00, Di 10:00-12:00, Do 10:00-12:00, Do 14:00-16:00, Fr 12:00-14:00, Fr 16:00-18:00 (Erster Termin: 14.10.2025)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

  • Analysis für Informatik

    0086eA1.9
    • 19301101 Vorlesung
      Analysis für Informatik und Bioinformatik (Klaus Kriegel)
      Zeit: Di 14:00-16:00, Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2025)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Freischaltung der Anmeldung zu Tutorien wird rechtzeitig bekanntgegeben.

      Kommentar

      Inhalt:

      • Aufbau der Zahlenbereiche von den natürlichen bis zu den reellen Zahlen, Vollständigkeitseigenschaft der reellen Zahlen
      • Polynome, Nullstellen und Polynominterpolation
      • Exponential- und Logarithmusfunktion, trigonometrische Funktionen
      • Komplexe Zahlen, komplexe Exponentialfunktion und komplexe Wurzeln
      • Konvergenz von Folgen und Reihen, Konvergenz und Stetigkeit von Funktionen, O-Notation
      • Differentialrechnung: Ableitung einer Funktion, ihre Interpretation und Anwendungen
      • Intergralrechnung: Bestimmtes und unbestimmtes Integral, Hauptsatz der Differential- und Intergralrechnung, Anwendungen
      • Potenzreihen
      • Grundlagen der Stochstik: Wahrscheinlichkeitsräume, diskrete und stetige Zufallsvariable, Erwartungswert und Varianz

      Literaturhinweise

      • Kurt Meyberg, Peter Vachenauer: Höhere Mathematik 1, Springer-Verlag, 6. Auflage 2001
      • Dirk Hachenberger: Mathematik für Informatiker, Pearson 2005
      • Peter Hartmann: Mathematik für Informatiker, Vieweg, 4. Auflage 2006
      • Thomas Westermann: Mathematik für Ingenieure mit Maple 1, Springer-Verlag, 4. Auflage 2005
    • 19301102 Übung
      Übung zu Analysis für Informatik (Katinka Wolter)
      Zeit: Mo 12:00-14:00, Mo 16:00-18:00, Di 16:00-18:00, Mi 12:00-14:00, Mi 16:00-18:00, Do 08:00-10:00, Do 10:00-12:00, Do 16:00-18:00, Fr 08:00-10:00, Fr 14:00-16:00 (Erster Termin: 13.10.2025)
      Ort: T9/046 Seminarraum (Takustr. 9)

  • Aktuelle Themen in der Informatik

    0086eB1.12

  • Architektur eingebetteter Systeme

    0086eB1.2
    • 19335901 Vorlesung
      Architektur eingebetteter Systeme (Larissa Groth)
      Zeit: Fr 14:00-16:00 (Erster Termin: 24.10.2025)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Wichtige Information zum Ablauf:
      Architektur eingebetteter Systeme wird ausnahmsweise in diesem Wintersemester mit folgenden Terminen angeboten:

      • Vorlesung Freitags, 14-16 Uhr, Takustraße 9, Raum K40
      • Übungsgruppe A, Dienstags, 14-16 Uhr Takustraße 9, Raum K63
      • Übungsgruppe B, Mittwochs, 12-14 Uhr Takustraße 9, Raum K63

      Von diesen Übungs-Terminen ist einer auszusuchen.

      Kommentar

      Studierende erarbeiten sich den grundlegenden Aufbau von Mikroprozessor-Architekturen für eingebettete Sys- teme einschl. Datenformate, Befehlsformate, Befehlssätze und Speicherorganisation. Sie erlernen und üben den praktischen Umfang mit Schnittstellen und Ein-/Ausgabe-Systemen und Peripherie-Geräten. Sie erlernen Eigenschaften von Cyber Physical Systems, Sensoren, Aktuatoren und Sensornetzen (WSN) und diskutieren deren Anwendungsgebiete. Darüber hinaus erlernen sie die Anbindung und den Einsatz von Field Programmable Gate Arrays (FPGAs) und üben die Anwendungsbezogene Programmierung eingebetteter Systeme in C und Assembler. Zudem erarbeiten sie sich den grundlegenden Aufbau aktueller Betriebssysteme für eingebettete Systeme, insbes. Realtime Operating Systems, Realtime Scheduling, Realtime Communication und üben dessen Implementierung. Zuletzt werden Aspekte der Sicherheit eingebetteter Systeme einschl. Angriffsvektoren, Prozessisolation, Trusted Computing diskutiert und bewertet.
    • 19335902 Übung
      Übung zu Architektur eingebetteter Systeme (Larissa Groth)
      Zeit: -
      Ort: keine Angabe

  • Datenvisualisierung

    0086eB1.3
    • 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.
    • 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)

  • Maschinelles Lernen

    0086eB1.7
    • 19336201 Vorlesung
      Maschinelles Lernen (Gerhard Wunder)
      Zeit: Mi 12:00-14:00 (Erster Termin: 15.10.2025)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Qualifikationsziele: Die Studierenden lernen Formen der Datenrepräsentation und deren Visualisierung, können Abhängigkeiten aufzeigen und wenden Verfahren für Dimensionsreduktion und Datenvorverarbeitung an. Sie lernen die Grundbegriffe und Prinzipien des maschinellen Lernens, können Zielkriterien formulieren, benennen Eigenschaften von Optimierungsproblemen und können algorithmische Ansätze zur Lösung umsetzen. Sie können unterschiedlichste Lernverfahren zur Regression, Klassifikation und Entscheidungsfindung einordnen und umsetzen. Sie lernen die Grundstrukturen und Architekturen von neuronalen Netzen und deren vielfältige Einsatzgebiete. Sie können algorithmisch Lösungen für eine gegebene Problemstellung umsetzen und evaluieren.

      Inhalte: Die Studierenden erlernen die Grundlagen des maschinellen Lernens, der Lerntheorie, der Generalisierung und PAC. Sie erarbeiten ebenfalls die Grundlagen der konvexen Optimierung (z. B. Subgradient Methode), des Stochastischen Gradientenabstieg, der Regularisierung und Konvergenz. Sie üben Verfahren des Supervised Learning (z. B. Linear Regression, SVM, Kernel-Trick), des Unsupervised Learning (z. B. Clustering, Decision Trees, Matrix Decomposition, wie PCA) und des Dictionary Learning. Des Weiteren erlernen Studierende die Grundlagen der Künstliche Neuronale Netze (KNN), indem mögliche Architekturen und das Konzept der Backpropagation erarbeitet werden. Darüber hinaus setzen sich Studierende mit den Aspekten der Evaluierung (Crossvalidation, Hyper-Parameter-Tuning usw.) auseinande
    • 19336202 Übung
      Übung zu Maschinelles Lernen (Gerhard Wunder)
      Zeit: Mo 14:00-16:00 (Erster Termin: 20.10.2025)
      Ort: , T9/SR 006 Seminarraum

  • 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.

  • 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)

  • Module ohne Lehrangebot in diesem Semester

    32 Module
    • Betriebs- und Kommunikationssysteme 0086eA1.10
    • Statistik für Informatik 0086eA1.13
    • Informationssicherheit 0086eA1.14
    • Softwaretechnik 0086eA1.15
    • Algorithmen und Datenstrukturen 0086eA1.4
    • Lineare Algebra für Informatik 0086eA1.5
    • Angewandte Biometrie 0086eB1.1
    • Grundlagen des Datenschutzrechts 0086eB1.10
    • Vertiefung Theoretische Informatik 0086eB1.11
    • Vertiefte Aspekte der Informatik 0086eB1.13
    • Forschungspraktikum 0086eB1.4
    • Funktionale Programmierung 0086eB1.5
    • Informationstheorie 0086eB1.6
    • Mensch-Computer Interaktion 0086eB1.8
    • Praktiken professioneller Softwareentwicklung 0086eB1.9
    • 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.
    • Anwendungsbereich alle weiteren Studienfächer 0086eC2.1
    • Anwendungsbereich alle weiteren Studienfächer 0086eC2.2
    • Anwendungsbereich alle weiteren Studienfächer 0086eC2.3
    • Mündliche Präsentation der Bachelorarbeit 0086eE1.2