Informatik

Master of Science
Inhalt anzeigen

Inhalt anzeigen
Worum geht's?

Ziel eines Masterstudiums im Bereich der Informatik ist die fundierte Weiterqualifizierung der Absolventinnen und Absolventen der Bachelorstudiengänge auf hohem akademischem Niveau mit vielen Wahlmöglichkeiten. Praxisrelevante Kompetenzen auf dem neuesten Stand von Wissenschaft und Technik werden vermittelt.

Der Studiengang führt in drei Semestern Regelstudienzeit zum Masterabschluss. Er zeichnet sich insbesondere durch drei innovative Studienschwerpunkte aus, die nach eigenen Interessen und Neigungen gewählt werden können. Hierzu gehören:

  • Embedded Systems,
  • Smart & Interactive Systems,
  • Software Engineering.

Der Masterstudiengang befähigt zur Promotion am gemeinsamen Promotionszentrum für Angewandte Informatik der Hochschule RheinMain, der Hochschule Darmstadt, der Frankfurt University of Applied Sciences und der Hochschule Fulda.

Was brauche ich?
  • Der Studiengang setzt einen Bachelorabschluss in der Informatik mit min. 50%-65% Informatikanteil, entsprechend der Empfehlungen der Gesellschaft für Informatik e. V., voraus.
  • Zusätzlich muss die Gesamtnote des Bachelorabschlusses mindestens "gut" (2,0) betragen. Falls die Gesamtnote schlechter als 2,0 und besser/gleich 2,5 ist, kann man zugelassen werden, wenn man eine besondere fachliche Qualifikation in den Bewerbungsunterlagen oder einem Vorstellungsgespräch nachweisen kann.

Detaillierte Informationen finden Sie in der Zulassungssatzung (PDF 134 KB).

Was kann ich damit machen?

Absolventinnen und Absolventen des Studiengangs sind grundsätzlich für alle Gebiete der Informatik qualifiziert, da das Studium nicht an einem bestimmten Berufsbild ausgerichtet ist. Die Einsatzbreite deckt damit sowohl den akademischen als auch den nichtakademischen Arbeitsmarkt ab. Komplexe Aufgabenstellungen in Unternehmen, wissenschaftlichen Einrichtungen sowie der öffentlichen Verwaltung können bearbeitet werden. Zudem können Führungspositionen in der IT oder verwandten Bereichen übernommen werden.

Steckbrief

Studienort

Wiesbaden, Campus Unter den Eichen

Regelstudienzeit

3 Semester

Akkreditierungsagentur

ASIIN

Studienbeginn

zum Winter- und Sommersemester

Zulassung

  • Bewerbungsschluss: März/September, genaues Datum siehe Bewerbungsinfos

Kontakt

Der i-Punkt am Campus Kurt-Schumacher-Ring hilft bei allen Fragen zum Studium und zur Bewerbung weiter.

Ansprechpartner im Studiengang selbst ist Prof. Dr.-Ing. Ludger Martin.

Studienverlauf nach der PO (Prüfungsordnung) 2010

Studierenden haben die Möglichkeit, sich für eine der beiden Vertiefungsrichtungen Vernetzte Systeme oder Interaktive Anwendungen zu entscheiden.
Die mit * gekennzeichneten Module sind mit Vertiefungsoption. Bei Erreichen von 70 CP (von 100) aus einer Vertiefungsrichtung können Studierende auf Antrag einen entsprechenden Vermerk auf ihrem Zeugnis erhalten. Die Master-Arbeit muss in der Vertiefungsrichtung angesiedelt sein.

Verlauf des Studiums

Hier finden Sie die Modulbeschreibungen aller Lehrveranstaltungen des Master-Studiengangs Informatik als pdf-Datei.

Den Modulbeschreibungen kann man den Inhalt einer Lehrveranstaltung entnehmen, der als Stoff im Studium vermittelt wird.

Modulhandbuch für die Prüfungsordnung 2010

(gültig ab Wintersemester 2010/2011)

Studienverlauf nach der PO (Prüfungsordnung) 2017

Studierenden haben die Möglichkeit, sich für eine der drei Studienschwerpunkte Embedded Systems, Smarte & Interactive Systems oder Software Engineering zu entscheiden.
Die mit * gekennzeichneten Module sind mit Schwerpunktoption. Studienschwerpunkte können auf Antrag mit einen entsprechenden Vermerk auf ihrem Zeugnis erscheinen. Die Master-Arbeit muss in dem Studienschwerpunkt angesiedelt sein.

Verlauf des Studiums

Hier finden Sie die Modulbeschreibungen aller Lehrveranstaltungen des Master-Studiengangs Informatik als pdf-Datei.

Den Modulbeschreibungen kann man den Inhalt einer Lehrveranstaltung entnehmen, der als Stoff im Studium vermittelt wird.

Modulhandbuch für die Prüfungsordnung 2017 (Stand 05.02.2018)

Alte Versionen der Modulhandbücher finden Sie im Archiv.

(gültig ab Wintersemester 2017/2018)

Prüfungstermine

Die Prüfungen werden in der Regel im Anschluss an die betreffenden Lehrveranstaltungen angeboten. Zusätzlich werden Wiederholungsprüfungen für Veranstaltungen des Vorsemesters angeboten.

Schriftliche Prüfungen dauern 90 bis 120 Minuten, mündliche Prüfungen dauern je Prüfling 25 Minuten.

Soweit ein Modul Anteile in Form eines Praktikums oder seminaristischen Unterrichts enthält, ist für diese eine Anwesenheit an mindestens 75 % der Zeit Voraussetzung für eine erfolgreiche Teilnahme.

Die Prüfungstermine werden gegen Ende des jeweiligen Semesters festgelegt und an dieser Stelle und per Aushang veröffentlicht.

Der Klausurzeitraum ist am Ende der Vorlesungszeit und erstreckt sich auf max. 5 zusammenhängende Wochen (die letzte Woche der Vorlesungszeit, ersten 4 Wochen der vorlesungsfreien Zeit).

Prüfungsplan des Wintersemester 2018/19  (Stand: 21.01.19)

Achtung: Der Klausurplan kann sich bis 14 Tage vor dem Prüfungstermin ändern. Bitte achten Sie auf den aktuellen Stand.

Semesterbeginn Sommersemester 2019 - Einführung und Belegung

Prüfungs- und Studienordnung

Für den Master-Studiengang Informatik gelten neben den ABPO (Allgemeinen Bestimmungen für Prüfungsordnungen) der Hochschule RheinMain auch zusätzlich die BBPO (Besonderen Bestimmungen für Prüfungsordnungen) für diesen Studiengang.

Die Prüfungs- und Studienordnungen werden von der Geschäftsstelle Prüfungewsen bereit gestellt.
Prüfungs-und Studienordnung des Fachbereiches Design Informatik Medien

Prüfungsergebnisse

Studierende können ihre Prüfungsergebnisse über das Prüfungs-Portal der Hochschule RheinMain (HIS-QIS) abrufen.

Über QIS haben Studierende u.a. Zugriff auf Sammelscheine und Notenspiegel. Der Zugang erfolgt über den HDS-Account (HDS = HochschulDirectoryService), der vom ITC (IT-Center) vergeben wurde.

Zum Prüfungs-Portal der Hochschule RheinMain

Anerkennung von Leistungen

Informationen zur Anerkennung von Leistungen finden Sie unter folgendem Verweis.
Anerkennung von Leistungen

Während des Studiums werden von den Studierenden Projekte bearbeitet. Eine Auswahl von diesen Projekten werden im Folgenden kurz beschrieben.

Hardwareentwurf einer stackbasierten Manycorearchitektur

With the ManyCore project we propose a network-on-a-chip (NoC) architecture with the J1Sc by Prof. Dr. Steffen Reith as its basis. The J1Sc is a stackbased CPU written in SpinalHDL that is a more readable version of the original J1 by James Bowman written in Verilog. SpinalHDL is a high level synthesis library for Scala, which simplifies the process of creating your own hardware as one can use the full featureset of its core language. During the project the J1Sc will be upgraded from a 16-bit CPU to a 32-bit architecture. The higher word-size grants us a bigger instructionset, which enables us to construct a network out of the single cores. This Network allows us to increase the number of cores and enables the communication of each core.

Additionaly we will create a simulator, which should function as the software version of the ManyCore-CPU and shall be used with the programming language Forth. The simulator also has a GUI that can depict the memory of the simulated CPU. Therefor a display for different values and elements has to be implemented. The emulation will be realized through a REPL (read-eval-print loop), which will be used for debugging and simulating the CPU
functionality.

(Brendan Christy, Marvin Suhr, Tiras Zemicael, WS2018/19, bestes Poster)

Unsupervised Keyphrase Extraction

Keyphrase extraction is the task of selecting a small subset of phrases that best describe a given document. Keyphrases are an important document feature for document retrieval, classification and topic search.

Keyphrase extraction tasks can be grouped into supervised approaches (which require ground truth phrases) and unsupervised ones (which are more advantageous by being able to extract keyphrases from any corpora without the need of training a new model. We try to improve previous unsupervised models (KeyCluster, EmbedRank) by applying word and sentence embeddings as a relatedness measure.

In contrast to other approaches that mainly focus on datasets containing english documents, we use a German dataset to evaluate our model. The German dataset consists of about 100.000 news articles from heise online.

(Nadja Kurz, Philipp Altmeyer, WS2018/19)

Animation von Emotionen für reale Avatare

Nowadays, robots are no more just useful for industry and research. Instead, they become helpful assistants in our everyday life. The gap between humans and machines seems to vanish over time. For this gap to close even further, the communication between robots and humans has to get closer to the way humans interact with one another. This includes non-verbal conversation as well. Researchers discovered that over 50% of the communication between humans is in fact non-verbal. For robots to seem more human like, facial expressions as well as gestures have to be adapted and included into their communication. To achieve that, the gestures of the robot have to be fluent and natural.

Over the course of this product a 3D-software is created in which one can animate emotions for a real avatar, for example the head of a Hoptimist. The user is able to create keyframes to add postures to a timeline that can be demonstrated as a virtual simulation inside that software. The declared gestures are imitated by the physical character that moves its head just like the user has predefined it in the software. In order to move the head of the figure, a Stewart-Platform is integrated into the real Hoptimist. This robot is able to move the head on six degrees of freedom which means that the head can be moved up and down, left and right, forward and backward as well as tilted to every direction and rotated around its own axis. The physical constraints defined by the real character such as the maximum rotation are considered by the software that combines them with the traditional techniques of animation.

(Jenny Frey, Tamino Laub, WS2018/19)

Sicher Überholt!

The overtaking of bicycles by cars is classified by many cyclists as a dangerous situation. Through the project “Sicher Überholt!” we want to identify and analyze such situations in order to be able to take countermeasures.

The following goals have been defined:

  • Develop a measuring instrument to record overtaking.
  • Support different types of bicycles
  • Measurement data acquisition on a large scale. In addition to the overtaking situation (speed of the bicycle and car, distance, geo-coordinates) also the behavior of the cyclists in the form of a survey should be recorded.
  • Identify local and general hotspots where critical overtaking is particularly common.
  • Derive recommendations to improve infrastructure of roads

(Wladislaw Dering, Torsten Kriegbaum, WS2018/19)

Casg Analysis & Predictive Analytics für SAP R/3 Order-to-Cash

The order-to-cash refers to one of the business processes for receiving and processing customer orders. The process usually starts with creating of sales order and ends by getting payment from a customer. Nowadays, thanks to emerging of process mining algorithms it is possible to take some undigested data from an ERP system and reconstruct the underlying process. In this work, an Oder-to-Cash related dataset provided by the company Process Analytics Factory GmbH (PAF) is analyzed w.r.t. late payments and respective cash flow losses.

A lot of sales departments face the problem that customers don’t pay on time which can be a big problem for the entire company. More specifically, there are questions such as „Which invoices were paid too late?“, „What are the reasons for late payments“, „Which new invoices are expected to be paid late?“ and, finally, „Which parameters should be adjusted to improve the situation?“. These questions can be roughly classified into 1) descriptive analytics 2) diagnostic analytics 3) predictive analytics 4) prescriptive analytics and so, different methods from simple statistical analysis to machine learning are adapted in this work to answer them. The visualization of results is provided by business intelligence tool MS Power BI.

(Khristina Filonchik, WS2018/19)

Automatic Video Summarization by Deep Learning

Given an input video, the goal of video summarization is to create a shorter video that captures the important information of the input video. Video summarization is a structured prediction problem where the input is a sequence of video frames and the output is an interestingness score indicating whether a frame is likely to be selected for the summary or not. As such a challenging prediction problem is a good fit for deep learning techniques, we use Long short-term memory networks to generate the summary.

Our approach uses two pipelines to analyze the visual data of the frames and the spoken language captured in the subtitles of the video. Each pipeline trains its own LSTM on the corresponding data and predicts an interestingness score per frame or subtitle section. This is then used to generate a summary by selecting the most interesting shots of the video based on the interestingness score.

(Philipp Altmeyer, Jonas Depoix, Nadja Kurz, SS2018)

Pervasive Mobile Phone Games

Im Rahmen des Master-Projekts Pervasive Mobile Phone Games wurde eine Plattform geschaffen, mit der sich sogenannte Pervasive Games sowohl erstellen als auch betreiben lassen. Spiele also, die einer Schnitzeljagd nicht unähnlich sind, da sie die zeitliche und/oder räumliche Abgrenzung zum normalen Leben aufzuheben versuchen. Hierzu stehen einem Game Designer mehrere vorgefertigte Spielelemente, bspw. Quests, zur Verfügung, die dieser auf einer Karte positionieren und untereinander verknüpfen kann. Um ferner eine möglichst enge Kopplung zwischen realer und virtueller Welt zu erreichen, können verschiedene Spielelemente auch Daten der realen Welt berücksichtigen, bspw. auf das Wetter am Standort des Spielers reagieren.

Aus diesem ersten Schritt, der Modellierung des Spiels, ergibt sich ein gerichteter, nicht unbedingt zusammenhängender Graph, der in einer Graphdatenbank hinterlegt wird und einerseits eine kompakte Visualisierung des Spiels bietet, andererseits aber auch die Spielmechanik festlegt, bspw. die Reihenfolge, in der die Quests zu lösen sind. Darüber hinaus ist der Graph Grundlage mehrerer vordefinierter Views. So zeigt bspw. die View des Spielleiters den Spielfortschritt des Spielers/der Spieler an, ermöglicht aber auch, gezielt in das Spielgeschehen einzugreifen. Demgegenüber sieht der Spieler selbst nur jene Spielelemente, die bereits hinter ihm liegen oder aktuell bzw. als nächstes von ihm gelöst bzw. gefunden werden können.

(Marcell Dietl, SS2018)

Studienorganisation

Informationen zur Studienorganisation

Stundenpläne

Die aktuellen Stundenpläne befinden sich im AoR-System

Belegung

Wann und wie belege ich meine Lehrveranstaltungen

Interne Mitteilungen

Hier geht es zur Anmeldung im AoR-System

Gut zu wissen (wiki)

Alles was man als Informatik-Studierender wissen sollte

Formulare und Dokumente

Anträge und Informationen

Zugang zu den Rechnerräumen im Haus C und F

Wie kann ich eine Transponderkarte bekommen (Link zum Studiengang Angewandte Informatik) 

MSDNAA Softwarelizenzen

Wann und wo kann ich Software ausleihen

Stud.IP

Stud.IP, ein offenes kommunikatives System für alle

Fachschaftsrat Design Informatik Medien

Der Fachschaftsrat Design Informatik Medien ist die studentische Vertretung aller Studierenden des Fachbereichs.
Zur Website des Fachschaftsrats

Die Informatik-Studiengänge (Angewandte Informatik, Medieninformatik, Wirtschaftsinformatik und der Masterstudiengang Informatik) betreiben gemeinsame Labore mit unterschiedlichen fachlichen Ausrichtungen. Es werden systembezogene Themen über Wireless LANs, Verteilte Systeme, Systemprogrammierung und Home Automation, Software Engineering bis hin zu anwendungsorientierten Problemstellungen in digitaler Bildverarbeitung und Visualisierung, Computer Vision und Mixed Reality, Mobile Anwendungen und Enterprise Content Management abgedeckt. In den Arbeitsfeldern werden Forschungs- und Entwicklungsprojekte mit Mitteln der Hochschule RheinMain, des Landes Hessen, des Bundes sowie in Kooperation mit Unternehmen und Instituten durchgeführt. Master-Studierende können an diesen Projekten im Rahmen von Lehrveranstaltungen, Abschlussarbeiten oder auch als bezahlte Wissenschaftliche Hilfskräfte teilhaben.

CAD- / Computergrafik-Labor
Labor für Computer Vision und Mixed Reality
Labor Home Automation
Labor für Internet-Kommunikationssysteme
Labor für Mobile Anwendungen
Labor für Rechnernetze
Labor für Technische Informatik
Labor für Usability
Labor für Verteilte Systeme
Visualisierungslabor
Wireless LAN Labor

Selbstverwaltungsorgane / Gremien der Informatik-Studiengänge

Die Amtszeit der Vertreter aus der Gruppe der Professorinnen/Professoren und Mitarbeiterinnen/Mitarbeiter beträgt in der Regel 2 Jahre, für Studierende 1 Jahr.


Manche Gremien sind für mehrere Studiengänge zuständig.

Gremien der Informatik-Studiengänge

Studiengangsleiter

Prof. Dr. Ludger Martin
Telefon: +49 611 9495-1236

Studiengangssekretariat

Telefon: +49 611 9495-1241
Telefax +49 611 9495-1240

E-Mail: master-informatik(at)remove-this.hs-rm.de

Öffnungszeiten des Sekretariats:
Haus D, Raum 27
Mo. - Fr.: 09:00 Uhr bis 11:45 Uhr
               und nach Vereinbarung

Anschrift:
Hochschule RheinMain
Studiengang Informatik
Unter den Eichen 5
65195 Wiesbaden

Personen des Studiengangs

Personen der Masterstudiengänge Informatik