Advanced Information Management 2 - Management of Data StreamsModulbeschreibung #40310 / Version 5
- 6 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v8)
| Modul / Version | #40310 / #5 |
|---|---|
| Gültigkeit | SoSe 2020 – WiSe 2021/22 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Markl, Volker |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351500 FG Datenbanksysteme und Informationsmanagement (DIMA) |
Kontakt
| Sekretariat | FR 7-1 |
|---|---|
| Ansprechpartner*in | Borusan, Alexander |
| E-Mail-Adresse | sekr@dima.tu-berlin.de |
| Webseite | https://www.tu.berlin/dima |
Lernergebnisse
Durch die technologischen Entwicklungen der letzten Jahre entstehen immer mehr Anwendungen, in
denen kontinuierlich Daten produziert werden, die auch nur für eine gewisse Zeit aktuell bzw. gültig sind. Derartige Anwendungen sind dadurch gekennzeichnet, dass sie Ströme von Daten verarbeiten müssen.
Die Teilnehmer dieses Moduls bekommen vertiefte konzeptionelle, methodische und praktische
Kenntnisse für die Verarbeitung von Datenströmen an Beispielen aus den verschiedenen
Anwendungsbereichen.
denen kontinuierlich Daten produziert werden, die auch nur für eine gewisse Zeit aktuell bzw. gültig sind. Derartige Anwendungen sind dadurch gekennzeichnet, dass sie Ströme von Daten verarbeiten müssen.
Die Teilnehmer dieses Moduls bekommen vertiefte konzeptionelle, methodische und praktische
Kenntnisse für die Verarbeitung von Datenströmen an Beispielen aus den verschiedenen
Anwendungsbereichen.
Lehrinhalte
In den letzten Jahren haben Fortschritte in der Hardwaretechnologie neue Möglichkeiten der kontinuierlichen Datenerfassung vereinfacht. In vielen Anwendungen, wie beispielsweise Netzwerküberwachung, ist das Volumen derartiger Daten so groß, dass es unmöglich ist, die Daten auf der Platte zu speichern. Weiterhin kann, selbst wenn die Daten gespeichert werden können, das Volumen der eingehenden Daten so groß sein, dass es unmöglich ist, einen bestimmten Datensatz mehr als einmal zu verarbeiten. Daher werden viele Datenbankoperationen und Datenanalysealgorithmen wie zum Beispiel Filterung, Indexierung, Klassifikation und Clustering in diesem Zusammenhang wesentlich anspruchsvoller.
Wir folgen dem nachstehenden Themenkatalog:
- Konzeptionelle Grundlagen/Terminologie von Datenstrommanagement, Einführung in Datenströme,
Unterschied zum klassischen Datenmanagement, Bespiele (Telefonnetze, Automobilelektronik,
Avionik, Medizintechnik, Verkehrsmanagement, Gebäudeüberwachung etc.)
- Basiskonzepte von technischen Informationssystemen, Modellierung von Datenströmen
- Stromquellen, Anforderungserfassung, Anforderungsstrukturierung, Anforderungen an
Datenstrommanagementsystemen (DSMS)
- Referenzarchitektur von DSMS, Architekturmodellierung
- Modellierung der Funktionalität, Funktionsnetzwerk (Logische Architektur). Abbildung auf
Technische Architektur, Schnittstellenbeschreibung, Verhaltensmodellierung
- Fensterbasierte Verarbeitung von Datenströmen, tupelbasierte, zeitbasierte und wertebasierte Fenster (The Sliding-
Window Computation Model and Results)
- Synopsis-Konstruktion für Datenströme (Sampling, Wavelets, Sketches and Histograms)
- Filtering und Counting in Datenströmen
- Datenstromanalyse: Klassifikation und Clustering
- Datenstromverarbetung in Sensornetzen, Nutzung von Ressourcen, Sende- bzw.
Übertragungskosten
- Modellierungsbeispiele (Automobilelektronik, Avionik). Prototypische Systeme (Aurora, STREAM,
TelegraphCQ). Werkzeuge (Flink, Spark, Storm, Samza, SAMOA)
Wir folgen dem nachstehenden Themenkatalog:
- Konzeptionelle Grundlagen/Terminologie von Datenstrommanagement, Einführung in Datenströme,
Unterschied zum klassischen Datenmanagement, Bespiele (Telefonnetze, Automobilelektronik,
Avionik, Medizintechnik, Verkehrsmanagement, Gebäudeüberwachung etc.)
- Basiskonzepte von technischen Informationssystemen, Modellierung von Datenströmen
- Stromquellen, Anforderungserfassung, Anforderungsstrukturierung, Anforderungen an
Datenstrommanagementsystemen (DSMS)
- Referenzarchitektur von DSMS, Architekturmodellierung
- Modellierung der Funktionalität, Funktionsnetzwerk (Logische Architektur). Abbildung auf
Technische Architektur, Schnittstellenbeschreibung, Verhaltensmodellierung
- Fensterbasierte Verarbeitung von Datenströmen, tupelbasierte, zeitbasierte und wertebasierte Fenster (The Sliding-
Window Computation Model and Results)
- Synopsis-Konstruktion für Datenströme (Sampling, Wavelets, Sketches and Histograms)
- Filtering und Counting in Datenströmen
- Datenstromanalyse: Klassifikation und Clustering
- Datenstromverarbetung in Sensornetzen, Nutzung von Ressourcen, Sende- bzw.
Übertragungskosten
- Modellierungsbeispiele (Automobilelektronik, Avionik). Prototypische Systeme (Aurora, STREAM,
TelegraphCQ). Werkzeuge (Flink, Spark, Storm, Samza, SAMOA)
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Advanced Information Management 2 - Management of Data Streams | Integrierte Veranstaltung | 0434 L 471 | Wintersemester | [en] | 4 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Advanced Information Management 2 - Management of Data Streams (Integrierte Veranstaltung) 1
- Management of Data Streams (Integrierte Veranstaltung) Termingruppe 1 0434 L 471
Arbeitsaufwand und Leistungspunkte
Advanced Information Management 2 - Management of Data Streams (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Ausarbeitung | 15 | 2 h | 30 h |
| Präsenz | 15 | 4 h | 60 h |
| Übungsaufgaben/Praxisteil (Fallbeispiel) | 15 | 2 h | 30 h |
| Vor- und Nachbearbeitung (inkl. Lesen der Primärliteratur und eigenem Vortrag) | 15 | 4 h | 60 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Diese integrierte Veranstaltung (IV) besteht aus einem Vorlesungsanteil und einem Seminaranteil, für
den Sie ein Thema selbständig erarbeiten und der Gruppe präsentieren. Daneben gibt es einen
Übungs- und Praxisanteil, der aus kleinen und größeren Aufgaben besteht und in kleinen Teams
erarbeitet wird (incl. Präsentationen). Dabei wird von den Studierenden Anwesenheit und aktive
Mitarbeit an allen Terminen erwartet. Bis zum Semesterende erstellt jedes Team eine ca. 10-15-seitige
Ausarbeitung und präsentiert die Ergebnisse in der Abschlusspräsentation.
den Sie ein Thema selbständig erarbeiten und der Gruppe präsentieren. Daneben gibt es einen
Übungs- und Praxisanteil, der aus kleinen und größeren Aufgaben besteht und in kleinen Teams
erarbeitet wird (incl. Präsentationen). Dabei wird von den Studierenden Anwesenheit und aktive
Mitarbeit an allen Terminen erwartet. Bis zum Semesterende erstellt jedes Team eine ca. 10-15-seitige
Ausarbeitung und präsentiert die Ergebnisse in der Abschlusspräsentation.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Diese Lehrveranstaltung wendet sich an Master-Studenten mit Schwerpunkt im Bereich
Datenbanksysteme und Informationsmanagement ab dem 1. (Master-)Semester. Die Voraussetzungen
sind das abgeschlossene Bachelorstudium und Kenntnisse der modernen Modellierungssprachen und
des klassischen Datenbankmanagements. Die Literatur für diese Veranstaltung ist in vielen Fällen in
englischer Sprache abgefasst, daher sind gute Englischkenntnisse erforderlich.
Datenbanksysteme und Informationsmanagement ab dem 1. (Master-)Semester. Die Voraussetzungen
sind das abgeschlossene Bachelorstudium und Kenntnisse der modernen Modellierungssprachen und
des klassischen Datenbankmanagements. Die Literatur für diese Veranstaltung ist in vielen Fällen in
englischer Sprache abgefasst, daher sind gute Englischkenntnisse erforderlich.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Project Work/Homework (small teams = 3 max) | 20 | praktisch | 30 hours |
| Seminar Talk (individual) | 30 | mündlich | 20-30 minutes |
| Written Project Report | 35 | schriftlich | 20 pages |
| Written Seminar Report (individual) | 15 | schriftlich | 8-10 pages |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Benotung des Moduls erfolgt durch eine mündliche Prüfung am Semesterende. Um dazu
zugelassen zu werden, müssen die Teilnehmer/innen alle während des Semesters erwarteten
Leistungen (unbenotet) erbracht haben: eigener Vortrag sowie Übungsaufgaben/ Praxisteil incl.
schriftlicher Ausarbeitung zu einem Fallbeispiel.
zugelassen zu werden, müssen die Teilnehmer/innen alle während des Semesters erwarteten
Leistungen (unbenotet) erbracht haben: eigener Vortrag sowie Übungsaufgaben/ Praxisteil incl.
schriftlicher Ausarbeitung zu einem Fallbeispiel.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 30.
Anmeldeformalitäten
Alle Teilnehmer/innen müssen sich vor dem ersten Lehrveranstaltungstermin mit dem Anmeldetool auf den DIMA-Webseiten (http://www.dima.tu-berlin.de/) für dieses Modul bei DIMA anmelden. Während der ersten sechs Wochen der Vorlesungszeit müssen sich die Studierenden zusätzlich zur direkten DIMA-Anmeldung auch bei QISPOS (Prüfungsmeldung) und ISIS (LV-Organisation/ Dokumentation) für das Modul anmelden. Beachten Sie bitte unbedingt alle Regelungen Ihres Studienganges!
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Data Streams: Models and Algorithms. Ed. by Charu C. Aggarwal, Springer, 2007 als Basisliteratur, daneben zu jedem Themenkomplex klassische und aktuelle Forschungspapiere.
- J. Leskovec, A.Rajaraman, J.D.Ullman. Mining of Massive Data Sets. Cambridge University Press. 2014, ISBN: 9781107077232
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Wirtschaftsingenieurwesen StuPO 2015 | SoSe 2020 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering |
| WiSe 2020/21 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering | |
| SoSe 2021 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering | |
| WiSe 2021/22 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering |
Sonstiges
Keine Angabe